O quê

Fei-Fei Li (n. 1976) é uma cientista da computação sino-americana, professora em Stanford e co-diretora do Stanford HAI (Human-Centered AI Institute), frequentemente chamada de “godmother of AI”. Sua contribuição definidora foi liderar a construção do ImageNet (2006–2009): um dataset de visão computacional de escala sem precedentes.

A intuição de Li ia contra o senso comum da época. Enquanto a maioria buscava melhores algoritmos, ela apostou que o gargalo eram os dados — que algoritmos só aprenderiam a ver o mundo se tivessem visto o suficiente dele. ImageNet materializou essa aposta com ~14 milhões de imagens rotuladas em ~22 mil categorias, organizadas pela hierarquia do WordNet, anotadas em larga escala via Amazon Mechanical Turk.

Como funciona

ImageNet e o ILSVRC

O dataset por si só já era uma proeza logística. Mas o que mudou a história foi o desafio anual associado, o ILSVRC (ImageNet Large Scale Visual Recognition Challenge, 2010–2017): uma competição pública de classificação num subconjunto de 1.000 categorias. Ele deu à comunidade um benchmark comum e difícil — uma régua única para comparar abordagens.

Em 2012, o AlexNet (2012) (Krizhevsky, Ilya Sutskever, Geoffrey Hinton) venceu o ILSVRC por uma margem brutal, usando uma rede neural convolucional profunda treinada em GPUs. Foi o momento ImageNet: a prova empírica, num benchmark que ninguém podia contestar, de que deep learning + dados massivos + GPUs funcionavam. Toda a era moderna de IA decola daí — e não teria acontecido sem o dataset que Li construiu como pista de pouso.

Por que importa

Provou que dados são infraestrutura de primeira classe. A tese “dados, não só algoritmos” reorganizou prioridades de toda a pesquisa de ML. O paradigma de pré-treinar em corpus massivo (que LLMs levam ao extremo) é a herança direta dessa ideia.

Criou o benchmark que destravou o deep learning. Sem o ILSVRC como árbitro neutro, o “momento AlexNet” não teria a força de convencimento que teve.

É uma voz central da IA centrada no humano. Co-fundou o Stanford HAI e o programa AI4ALL; sua memória, The Worlds I See (2023), conecta a trajetória de imigrante à construção de ImageNet.

Estado em 2026

• Em 2024, Li fundou a World Labs, focada em spatial intelligence — “large world models” que percebem, geram e raciocinam sobre o mundo 3D, em vez de texto e imagens 2D. A empresa captou $230M ao sair do stealth (2024) e, com rodadas posteriores, ultrapassou $1 bilhão em financiamento.
• Em novembro de 2025, a World Labs lançou Marble, descrito como o primeiro modelo de mundo comercial — gera ambientes 3D persistentes e exploráveis a partir de texto, imagem ou vídeo. Li argumenta que, se LLMs ensinaram máquinas a ler e escrever, world models as ensinarão a ver, entender e construir espaço.
• No jogo, Fei-Fei Li é o Avatar-âncora dos dados: a carta que transforma volume de informação em capacidade.

Tratamento de carta — proposta

Li, The Dataset Architect Legendary Avatar · founders

Ao entrar em jogo, revele as 5 cartas do topo do seu deck. Para cada Dataset entre elas, todos os seus Modelos ganham +1/+1 permanente. (Quanto mais ela viu, melhor todos enxergam.)

“Eu queria dar olhos aos computadores.”

Veja também

ImageNet · AlexNet (2012)