十八歲管乾洗店，五十歲被 AMD 用 82 億美元買下公司--4
所以她決定自己動手，替電腦準備一本前所未有的大圖鑑。同事不看好，研究經費也申請不下來。
後來她找到一條路：透過亞馬遜的線上打工平台，請全世界的人幫忙一張一張標照片。從 2008 年做到 2010 年，動員了 167 個國家、將近五萬人，最後整理出一千四百多萬張照片，分成兩萬多個類別。
這本圖鑑叫 ImageNet。
2009 年它第一次在研究大會上發表時，主辦單位只給了她一個角落的海報位置，連上台報告的機會都沒有。團隊還得發印著 ImageNet 的原子筆，才拉得到人停下來看一眼。
但她沒有放棄，而是把 ImageNet 變成一場每年舉辦的比賽，看誰的程式認圖最準。
2012 年，多倫多大學的 Geoffrey Hinton 帶著兩個學生參賽，用的是當時很多人覺得過時的「神經網路」。結果錯誤率比第二名低了一大截，整個學界都嚇了一跳。深度學習從那一年開始起飛，今天我們習以為常的各種 AI，幾乎都是從這裡長出來的。
那個沒人停下來看的海報，就這樣變成了今天 AI 的起點。
那時她已經轉到史丹佛任教，後來還當上史丹佛 AI 實驗室的主任。她帶出來的學生，很多後來都成了業界要角。其中一位叫 Andrej Karpathy，後來是 OpenAI 的創始成員，也當過特斯拉的 AI 總監。
不過，比起更聰明的演算法，她更在乎 AI 能不能幫到人。這個念頭，跟媽媽有很大的關係。
媽媽的心臟一直不好，這些年進出醫院成了家常便飯。陪著媽媽跑醫院的經驗，讓她把研究轉向醫療。她和史丹佛醫學院合作，用電腦視覺去看見醫院裡那些「沒人看得到的角落」，例如自動偵測醫護人員有沒有確實洗手，或幫助長輩在家裡獨立生活得更久。她說，這是她的實驗室做過科學上最困難的專案。
2017 年，她向史丹佛請假，到 Google 擔任副總裁，兼任 Google Cloud 的 AI 首席科學家。這段經歷，也讓她第一次站上爭議的風口浪尖。