Fei-fei Li

Fei-fei Li, nacida en Pekín en 1975 y también conocida como Li Fei-Fei, es una destacada profesora de ciencias de la computación en Stanford. Su trayectoria une investigación puntera en visión por computadora e inteligencia artificial con un compromiso pedagógico y social notable. Lidera iniciativas institucionales en Stanford y ha impulsado proyectos de IA con un enfoque humano, destacándose como una referente en la divulgación científica y la equidad en el ámbito tecnológico.

Fei-fei Li, nacida en Pekín en 1975 y también conocida como Li Fei-Fei, es una destacada profesora de ciencias de la computación en Stanford. Su trayectoria une investigación puntera en visión por computadora e inteligencia artificial con un compromiso pedagógico y social notable. Lidera iniciativas institucionales en Stanford y ha impulsado proyectos de IA con un enfoque humano, destacándose como una referente en la divulgación científica y la equidad en el ámbito tecnológico.

Educación

Fei-fei Li dejó su país de origen junto a su familia y se asentó en Parsippany-Troy Hills, Nueva Jersey. Su etapa educativa secundaria transcurrió en Parsippany High School, institución que la reconoció en 2017 al incluirla en su Salón de la Fama. Posteriormente obtuvo la licenciatura en física por la Universidad de Princeton en 1999, y culminó un doctorado en ingeniería eléctrica en el Instituto de Tecnología de California en 2005. Su tesis doctoral, guiada por Pietro Perona y con la asesoría de Christof Koch, recibió apoyo de la NSF Graduate Research Fellowship y de The Paul & Daisy Soros Fellowships for New Americans, lo que marcó un inicio sólido de su trayectoria investigadora.

Carrera

Entre 2005 y 2009, Li ejerció como profesora asistente en el Departamento de Ingeniería Eléctrica e Informática de la Universidad de Illinois en Urbana-Champaign y en el Departamento de Informática de Princeton, respectivamente. En 2009 se incorporó a Stanford como profesora auxiliar y, tras demostrar un rendimiento destacado, logró la cátedra con permanencia en 2012 y, posteriormente, la titularidad en 2017. Su llegada a Stanford marcó un hito en su escalada académica y en la consolidación de su equipo de investigación.

Dirección del Laboratorio En Stanford, Li asumió la dirección del Laboratorio de Inteligencia artificial de Stanford (SAIL) entre 2013 y 2018, periodo en el que el centro experimentó un notable crecimiento y una expansión de proyectos y personal. fue cofundadora y codirectora del Instituto de IA centrada en el ser humano, una iniciativa universitaria de alto impacto que, junto a John Etchemendy, fortaleció la conceptualización de una IA orientada a las necesidades humanas y sociales.

Actividad profesional Durante un año sabático en Stanford, de enero de 2017 a otoño de 2018, Li participó en Google Cloud como su científica principal de IA/ML y vicepresidenta, con el objetivo de democratizar el acceso a las tecnologías de IA para empresas y desarrolladores. Su equipo trabajó para reducir las barreras de entrada, impulsando productos que facilitan la adopción de IA, entre los que se destacó AutoML. En el otoño de 2018 regresó a Stanford para retomar su labor docente y de investigación.

Labor sin fines de lucro Li es reconocida por su labor filantrópica en la IA, al ser cofundadora y presidenta de AI4ALL, una organización sin fines de lucro dedicada a formar a la próxima generación de tecnólogos y líderes en IA con un firme compromiso por la diversidad y la inclusión desde una perspectiva centrada en el ser humano. Antes de establecer AI4ALL en 2017, Li y su antigua estudiante Olga Russakovsky, entonces profesora asistente en Princeton, cofundaron y codirigieron un programa predecesor en Stanford conocido como SAILORS (Stanford AI Lab OutReach Summers).

Expansión y alcance En 2018, AI4ALL impulsó cinco programas de verano adicionales fuera de Stanford, extendiéndose a instituciones como Princeton, Carnegie Mellon, Boston University, Berkeley y la universidad Simon Fraser de Canadá, ampliando de forma significativa la difusión de la IA centrada en el ser humano y la diversidad entre jóvenes talentos.

Investigaciones

Ámbitos de estudio La investigación de Li abarca la inteligencia artificial, el aprendizaje automático, la visión artificial, la neurociencia cognitiva y la neurociencia computacional. Su producción científica comprende aproximadamente cerca de 180 artículos revisados por pares, que han contribuido a ampliar los límites del conocimiento en estas disciplinas. Sus hallazgos han visto la luz en revistas y congresos de ciencia de la computación y neurociencia, incluyendo Nature, Proceedings of the National Academy of Sciences y Journal of Neuroscience, así como en conferencias de referencia como CVPR y otras reuniones internacionales de visión por computadora y procesamiento de información.

Imaginando grandes datos Entre sus piezas clave figura el proyecto ImageNet, un conjunto de datos de gran escala que impulsó una nueva era en el reconocimiento visual y sirvió como motor para la revolución del aprendizaje profundo. Li lideró al equipo de estudiantes y colaboradores para organizar la competencia internacional ImageNet Large-Scale Visual Recognition Challenge (ILSVRC) entre 2010 y 2017, consolidando un estándar de evaluación que transformó la investigación en visión por computadora.

Contribuciones conceptuales Su labor ha impulsado una línea de investigación conocida como Natural Scene Understanding, que posteriormente evolucionó hacia enfoques de storytelling visual de imágenes. En reconocimiento a sus avances, la International Association for Pattern Recognition le otorgó un reconocimiento especial en 2016. También dio una charla en el escenario principal de TED en Vancouver en 2015, una intervención que desde entonces ha superado las dos millones de visualizaciones y ha difundido su enfoque humano de la IA.

Convergencia con la salud En años recientes, su labor ha orientado la IA hacia la atención médica, desarrollando colaboraciones con líderes del campus para explorar cómo las tecnologías de IA pueden optimizar la prestación de servicios sanitarios y apoyar a profesionales en su labor clínica y administrativa.

Selección de honores y premios

• 1999 Paul y Daisy Soros Fellowship para nuevos estadounidenses.
• 2006 Microsoft New Faculty Fellowship, reconocimiento a la promesa investigadora de nuevas docentes.
• 2009 CAREER Award de la National Science Foundation, distinción para jóvenes docentes investigadores.
• 2010 Mención honorífica al mejor artículo en la Conference on Computer Vision and Pattern Recognition (CVPR).
• 2011 Sloan Research Fellowship, apoyo a jóvenes científicos con trayectoria destacada.
• 2015 Reconocimiento como una de las mentes globales emergentes por Foreign Policy.
• 2016 Premio JK Aggarwal de la International Association for Pattern Recognition (IAPR).
• 2016 Incluida entre los 40 grandes inmigrantes por la Carnegie Foundation.
• 2017 Galardonada por Elle Magazine como una de las 7 mujeres destacadas en tecnología.
• 2018 Serie ACM Fellow por sus contribuciones en la construcción de grandes bases de conocimiento para aprendizaje automático y comprensión visual.
• 2018 Reconocimiento en la lista de Forbes como una de las 50 mujeres más influyentes en tecnología en Estados Unidos.
• 2018 Audiencia ante el Congreso de los Estados Unidos ante el Subcomité de Investigación y Tecnología y el Subcomité de Energía, para exponer avances y consideraciones de políticas públicas vinculadas a la IA.