A madrinha da IA, Fei-Fei Li

A madrinha da IA, Li Fei-Fei. Em 1994, Li Fei-Fei, então com 16 anos, emigrou com os pais de Chengdu para New Jersey, nos Estados Unidos. A família vivia na pobreza extrema: a mãe trabalhava numa lavandaria, o pai fazia pequenos negócios. Ela própria trabalhava num restaurante chinês, onde, todos os dias depois das aulas, limpava mesas, fazia raviolis e lavava pratos. Aquele porão degradado era a casa deles: húmido, estreito, sem janelas. Mas foi justamente nesse porão que, enquanto ajudava a mãe a dobrar roupa, ela se esforçava por decorar palavras através de um dicionário de inglês emprestado. Mais tarde, recordaria: o maior sonho naquela altura era entrar numa boa universidade e mudar o destino da família. Seis anos depois, em 2000, conseguiu mesmo: entrou em Princeton com uma bolsa quase integral, a estudar Física. Depois de se licenciar, obteve uma bolsa integral de doutoramento em Stanford, sob orientação do mestre da visão computacional Sebastian Thrun. E então, aconteceu o ano que mudou toda a história da inteligência artificial: 2009. Nessa altura, o deep learning era ainda um tema de nicho no meio académico, e o maior obstáculo era “falta de dados”. Li Fei-Fei, o seu orientador e os estudantes passaram quatro anos e meio a etiquetar manualmente 14 milhões de imagens, criando o conjunto de dados ImageNet. Em 2009, disponibilizaram este conjunto de dados, totalmente gratuito. Na altura, ela disse algo muito simples: “Só queremos partilhar os dados com o mundo inteiro, para que todos possam fazer investigação.” O resultado foi que não só todos “puderam fazer”, como explodiu completamente. Em 2012, Alex Krizhevsky treinou a AlexNet com o ImageNet e, na competição de reconhecimento de imagens, reduziu a taxa de erro de 25% para 15%, esmagando todos os métodos tradicionais. Nesse momento, a revolução do deep learning foi oficialmente desencadeada. ImageNet → AlexNet → ResNet → Transformer → BERT → GPT → LLaMA → Sora A origem desta cadeia está precisamente nas 14 milhões de imagens que Li Fei-Fei ofereceu ao mundo em 2009. Por isso, o mundo inteiro afirma: O “Big Bang” da IA moderna começou com o ImageNet. Entre 2012 e 2016, integrou a Google Cloud como Chief Scientist, levando a IA visual da Google ao topo mundial. Em 2017, a Google participou no “Project Maven” do Departamento de Defesa dos EUA, para usar IA na identificação de vídeos captados por drones. Li Fei-Fei, juntamente com muitos funcionários da Google, insurgiu-se fortemente contra o projeto. Diz-se que numa reunião interna, quando lhe perguntaram a opinião, ela respondeu apenas: “I will not compromise my values.” (Não vou comprometer os meus valores) No fim, a Google anunciou a saída do projeto; no protesto assinado por milhares de funcionários, o nome dela era o primeiro. Em 2018, saiu da Google e regressou a Stanford, onde fundou o “Human-Centered AI Institute” (Instituto de Inteligência Artificial Centrada no Humano, Stanford HAI). Definiu a missão do instituto numa só frase: “Fazer com que a IA melhore o bem-estar humano, e não substitua ou prejudique as pessoas.” Reforçou repetidamente três pontos: A IA deve ser centrada no ser humano (Human-centered) A IA deve ser inclusiva e diversa (preocupa-se especialmente com a representatividade de mulheres e minorias na IA) A IA deve ser compreendida e merecer a confiança da sociedade Hoje, o Stanford HAI é já uma das instituições mais influentes do mundo em ética e políticas de IA. Li Fei-Fei foi nomeada pela TIME como uma das 100 pessoas mais influentes do mundo e é respeitada na indústria como a “madrinha da IA”. Uma das frases que costuma repetir é: “Quando tinha 16 anos e estudava inglês no porão, nunca pensei que podia mudar o mundo. Só queria sobreviver e dar uma vida melhor à minha família. Mas acredito que, se fizeres o que está certo, o mundo acabará por te trazer oportunidades.” Esta é a história de Li Fei-Fei: De jovem imigrante num porão em New Jersey, à mulher que acendeu a era da IA, à cientista que ousou dizer “não” ao Pentágono. Ela provou com ações uma coisa: A verdadeira força não está na tecnologia que dominas, mas sim no que estás disposto a proteger com essa tecnologia.