斯坦福HAI大重組！李飛飛升任校長顧問

新智元報道

編輯：犀牛 所羅門

【新智元導讀】斯坦福把HAI與Data Science合并，李飛飛升任校長顧問。這是頂級大學在AI新階段押注「組織力」的全面換擋。

剛剛，斯坦福進行了一項重磅重組。

5月4日，斯坦福大學宣布：將旗下兩大AI與數據科學組織——Stanford HAI（以人為本人工智能研究院）和StanfordData Science（斯坦福數據科學）合并為一個統一機構，名稱保留Stanford HAI，由計算機科學家James Landay全面掌舵。

而那位讓全世界記住ImageNet的女人——李飛飛，則升任校長Jonathan Levin的AI特別顧問，同時與斯坦福前校長、圖靈獎得主John Hennessy共同出任HAI顧問委員會聯席主席。

HAI，2019年由李飛飛、前教務長John Etchemendy、NLP大牛Chris Manning和Landay聯合創立。

7年間，它集結了超過400位跨學科學者，累計發放6000萬美元研究資助，覆蓋斯坦福全部七個學院。

它做出了每年一度的AI Index報告，搞了面向國會議員的「AI訓練營」，還在基礎模型、數字經濟、環境智能等領域建立了多個研究中心。

StanfordData Science，由數學與統計學家Emmanuel Candès領銜創建，專注大規模數據處理，建造了高性能計算集群Marlowe，并在天體物理、因果推斷、可持續發展、神經科學等領域建立了交叉研究中心。

過去，兩個組織各有側重：HAI偏「人文視角+政策影響」，Data Science偏「算力基建+數據方法」。

但AI發展到2026年這個節點，問題變了——無論你做天文發現、腦科學建模還是歷史文本挖掘，你都需要同時具備大規模數據能力、高性能算力和AI方法論。

把兩套班子拆著跑，效率越來越低。

用斯坦福校長Levin的話說，合并后的HAI將是「斯坦福AI的統一入口」。

也就是說，以后斯坦福搞AI，不管哪個學院、哪個方向，都從這一扇門進。

李飛飛角色升維

作為HAI創始院長和ImageNet的締造者，李飛飛在學術界和產業界的號召力毋庸置疑。

但HAI發展到今天，需要的不只是學術聲望，更需要一個能「搞工程、搞協同、搞基建」的操盤手。

李飛飛升任校長AI特別顧問，管的是全校七個學院的AI戰略，格局更大了。

她自己說得很明白：AI正在改變的不只是技術，還有我們追求科學發現、學習和教育、服務社會的方式。

而接棒的Landay，可能在國內知名度不如李飛飛，但在人機交互（HCI）領域，這是一位教科書級的人物。

他在1990年代開發的設計工具SILK，比Figma和Canva早了二十多年；他在2000年代初做的UbiFit項目，比Fitbit和Apple Watch早了近十年。

2024年，他拿到了ACM SIGCHI終身研究獎——這是人機交互領域的最高榮譽之一。

更關鍵的是，Landay的核心理念和這次合并高度契合。

他反復強調的是「團隊科學（Team Science at Scale）」——不是傳統的五人小實驗室，而是20-30人的跨學科大團隊，包含教授、博士后、研究工程師、數據科學家、項目經理和設計師。

這恰恰是AI研究從「個人英雄主義」走向「工業化協同」所需要的組織形態。

John Hennessy——這位斯坦福前校長、圖靈獎得主、RISC架構之父、Alphabet董事長——也加入了顧問委員會。

他的評價最為直接：這是斯坦福最重要的舉措。

新HAI到底要干什么？

合并后的HAI明確了三大支柱：

第一，重新定義大學里的科學發現方式。斯坦福的天文學家用機器學習搜尋系外行星，神經科學家用模型預測腦活動，歷史學家用NLP挖掘檔案——這些不再是「AI+X」的點綴，而是新的研究范式。HAI要提供算力、研究工程師和數據科學家，讓「團隊科學」真正跑起來。

第二，推動教育變革。從K-12到終身學習，AI正在改變人類學習和被評估的方式。HAI要和斯坦福學習加速器等機構合作，探索適應性輔導系統和新型教育模式。

第三，研究和塑造AI的社會影響。就業怎么變？組織流程怎么變？設計方法怎么從「以用戶為中心」升級到「以社區和社會為中心」？這些問題不能只靠工程師回答。

而貫穿這一切的關鍵詞是：開放。

開源代碼、開放數據、開放模型、開放課程。

學術界在AI時代的價值

斯坦福這次重組，釋放出一個非常清晰的信號：大學AI競爭的下半場，拼的不再是一篇論文、一個明星教授，而是一整套系統能力——算力、數據、人才、組織力和開放研究生態。

過去幾年，前沿AI研究的話語權加速向產業界集中。

OpenAI、Google DeepMind、Anthropic手握最強算力和數據，學術界的聲量不斷被壓縮。

斯坦福這次的動作，本質上是在回答一個存亡級問題：學術界在AI時代還有沒有不可替代的價值？

答案是有的——但前提是你能提供產業界給不了的東西：透明性、可復現性、公共利益導向的長期研究，以及真正跨學科的融合視角。

而這些東西，不是靠一兩個超級教授就能實現的，需要從組織架構層面去支撐。

李飛飛沒有離開，她只是換了一個更高的位置去看全局。Landay沒有橫空出世，他只是終于站到了與自己三十年積累相匹配的舞臺上。Hennessy沒有退休，他只是用另一種方式繼續押注斯坦福最重要的賭注。

當產業界拼命卷模型、卷算力、卷融資的時候，斯坦福選擇卷「組織力」——用開放、跨學科、以人為本的方式，重新定義學術界在AI時代的角色。

參考資料：

https://hai.stanford.edu/news/why-stanford-is-restructuring-for-ais-next-era

https://hai.stanford.edu/news/stanford-merges-ai-and-data-science-efforts-under-single-institute

https://datascience.stanford.edu/