“Il n'y a rien d'artificiel dans l'IA. Elle est faite par des humains, conçue pour se comporter comme des humains et, en fin de compte, pour avoir un impact sur les vies humaines et la société humaine.”
Pourquoi Fei-Fei est le/la Working Researcher canonique
Fei-Fei Li a posé les fondements empiriques sur lesquels repose la vision par ordinateur moderne. Née à Pékin en 1976 et élevée à Chengdu, elle immigre aux États-Unis à seize ans, obtient en 1999 un BA en physique à Princeton tout en travaillant dans la pressing familiale, puis soutient en 2005 un doctorat en génie électrique au Caltech. Après des postes à l'université de l'Illinois et à Princeton, elle rejoint Stanford en 2009, est titularisée en 2012 et devient professeure de rang complet en 2018. De 2013 à 2018, elle dirige le Stanford Artificial Intelligence Laboratory, puis co-fonde et co-dirige le Human-Centered AI Institute de Stanford avec l'ancien provost John Etchemendy. Sa liste de publications dépasse 300 articles évalués par des pairs, couvrant la vision par ordinateur, l'apprentissage profond, l'apprentissage automatique, les neurosciences cognitives et la neurosciences computationnelle.
L'œuvre qui définit sa carrière est ImageNet, projet qu'elle lance en 2007 alors qu'elle est encore à Princeton. L'équipe constitue, via Amazon Mechanical Turk, une base de données de plus de 14 millions d'images annotées, puis crée l'ImageNet Large Scale Visual Recognition Challenge, une compétition de référence qui provoque entre 2010 et 2017 une chute spectaculaire des taux d'erreur en classification d'images — dont la percée d'AlexNet en 2012. Cette contribution incarne le rôle du Working Researcher dans sa forme la plus pure : une chercheuse universitaire salariée qui identifie un manque structurel dans le domaine — l'absence de grandes bases de données d'entraînement proprement annotées —, le formule comme un problème institutionnel soluble, mobilise les ressources nécessaires et produit un artefact scientifique qui réoriente toutes les applications en aval, de la conduite autonome à l'imagerie médicale.
De début 2017 à fin 2018, Li effectue un détachement chez Google Cloud en tant que Chief Scientist AI/ML et Vice-Présidente, avant de revenir à Stanford. En 2017, elle co-fonde AI4ALL avec Melinda French Gates et Jensen Huang, une organisation à but non lucratif dédiée à la diversité dans l'éducation à l'IA. En 2023, elle est nommée dans le classement Time AI 100 et intègre le Conseil consultatif scientifique des Nations Unies. Élue à la National Academy of Engineering et à la National Academy of Medicine en 2020, puis à l'American Academy of Arts and Sciences en 2021, elle reçoit le Queen Elizabeth Prize for Engineering en 2025. En 2024, en congé partiel de Stanford, elle co-fonde World Labs, une startup dédiée à l'intelligence spatiale — la capacité des systèmes d'IA à raisonner sur des environnements physiques tridimensionnels et à y agir —, qui lève 230 millions de dollars la première année et dépasse le milliard en 2026.
Le/la Working Researcher chercheur salarié au sein d'une fonction de recherche organisée – publie, décroche des financements, construit un impact en citations. Voir le rôle Working Researcher →
Même rôle, vague différente
Partages-tu le rôle Working Researcher ?
L’évaluation gratuite mesure ton adéquation comportementale avec les 27 rôles — celui-ci compris. Express en 2 minutes ou les 77 questions complètes.
Trouve ton rôle — gratuit →La classification de rôle est la lecture éditoriale de roletype, fondée sur le travail et les déclarations publiques — pas une recommandation de Fei-Fei Li. Citation vérifiée par rapport à la source citée ; dis-nous si nous nous sommes trompés.