Se oggi un'intelligenza artificiale riconosce un volto, un'auto o un'anomalia in una radiografia, lo si deve anche a Fei-Fei Li . Il suo ImageNet , il dataset da 14 milioni di immagini presentato nel 2009, ha fatto da innesco al deep learning moderno . Ha anche avviato la corsa alle Gpu che ha trasformato Nvidia nell'azienda che conosciamo. Ora è la grande rivale di Nvidia a scommettere su di lei: Amd ha comprato per 8,2 miliardi di dollari World Labs,  la startup fondata da Li per sviluppare i World Model. L'operazione è interamente in azioni e si chiuderà entro il 2026. Fei-Fei Li entrerà in Amd come vicepresidente e responsabile scientifica dei nuovi progetti. A firmare l'acquisizione (nella foto sopra) sono due donne arrivate negli Stati Uniti da ragazze, un'eccezione in un settore dove le donne al vertice si contano sulle dita di una mano.   Lisa Su , nata a Taiwan (il caso vuole che sia cugina di Jensen Huang, il numero uno di Nvidia, grande rivale di Amd di cui Su è ceo) ed emigrata da bambina, è una delle pochissime amministratrici delegate della Big Tech .  Li ha 50 anni ed è arrivata in America a quindici anni, con pochi soldi e senza quasi parlare inglese. È cresciuta a Chengdu, in Cina, in una famiglia che il regime guardava con sospetto: alcuni erano stati vicini ai nazionalisti, poi fuggiti a Taiwan. A quindici anni emigra con i genitori nel New Jersey per sfuggire alla pressione politica comunista. Lì studia e intanto lavora: nei ristoranti cinesi, come donna delle pulizie, nella lavanderia di famiglia , dove è l'unica a parlare abbastanza inglese da trattare con clienti e fornitori. L'università la paga con le borse di studio. Si laurea a Princeton, prende il dottorato al California Institute of Technology. Da giovane ricercatrice Li si pone una domanda che pochi prendono sul serio: che cosa vede davvero una macchina quando guarda un'immagine? Colleghi e docenti la considerano una perdita di tempo, convinti che il progresso passi da algoritmi migliori e non da più dati. Lei insiste. Per tre anni coordina 49 mila persone in 167 Paesi che catalogano e descrivono fotografie. Nel 2009 presenta ImageNet: oltre 14 milioni di immagini divise in 20 mila categorie, ciascuna collocata nel suo contesto. Perché uno studio dentistico non è una catena di montaggio, e un soggiorno non è una sala d'attesa in aeroporto. Il dataset è gratuito. Nel 2012 lo usa Alex Krizhevsky, uno studente dell'Università di Toronto, per addestrare una rete neurale, AlexNet , su due schede grafiche da gioco Nvidia da 500 dollari l'una. Il risultato sorprende tutti: le Gpu, fino ad allora legate ai videogiochi, si rivelano perfette per l'intelligenza artificiale . Oggi il settore dei data center, a lungo il tallone d'Achille dei conti di Nvidia, fattura oltre 100 miliardi di dollari l'anno. Parte di quella storia comincia lì, dall'intuizione e dalla tenacia di Fei-Fei Li, che non a caso si è guadagnata il soprannome di «madrina dell'Ai», specularmente a Hinton, Bengio e LeCun definiti i «padrini AI».  Quello che farà Fei-Fei Li in Amd  lo ha spiegato sul suo blog su Substack: «L'universo non è fatto di parole ma di oggetti reali. Molti dei problemi più importanti che l'AI dovrà risolvere , dalla scienza fino all'intrattenimento e alla robotica, richiedono modelli capaci di ragionare sulla struttura e sul comportamento del mondo fisico».  È la scommessa dei World Model . I grandi modelli linguistici, alla base di ChatGPT e dei suoi rivali, rispondono ai comandi combinando parole secondo associazioni statistiche. I World Model ricostruiscono ambienti tridimensionali a partire da video, immagini e testi, e ragionano dentro quegli spazi. Secondo Li le parole le scrive qualcuno e contengono già un'interpretazione della realtà. Gli oggetti no. Un robot che si muove in una casa o in una fabbrica deve prima esercitarsi in una simulazione fedele di quello spazio, e poi agire con precisione e in sicurezza nel mondo vero. Servono modelli migliori e una potenza di calcolo enorme. È qui che Amd vuole arrivare prima: Nvidia oggi fissa gli standard dei chip su cui l'intelligenza artificiale fa girare i suoi modelli; Amd punta a prevedere quali saranno i modelli di domani e a presentarsi con i chip già pronti. Una sfida ambiziosa contro un rivale molto più grande per persone e capitali.  Li non è solo una ingegnera.  Da anni difende un'intelligenza artificiale che lei chiama «umanistica» . A Stanford ha fondato e guidato lo Human-Centered AI Institute , un centro che studia come evitare che gli algoritmi discriminino gruppi etnici e culture, come proteggere i lavori invece di cancellarli con l'automazione, come portare i progressi dell'AI nelle scuole, negli enti pubblici e nel non profit nel rispetto dei dati personali. Con la non profit AI4ALL forma studenti che di solito restano fuori dal settore, per portare più diversità tra chi costruirà l'AI del futuro. L'episodio più controverso della sua carriera risale al 2018. Li è vicepresidente di Google Cloud quando l'azienda si accorda con il Pentagono per il Project Maven , l'analisi automatica delle riprese dei droni a scopo militare. Tra i dipendenti esplode la protesta, con minacce di dimissioni di massa. Escono alcune mail di Li: entusiasta del contratto, ma preoccupata di come comunicare una collaborazione dichiaratamente militare. La tempesta rischia di travolgerla. Servono altre dichiarazioni pubbliche per chiarire le distanze che prende dalla militarizzazione dell'AI, poi l 'uscita da Google e il ritorno a Stanford.  Il tema è tornato d'attualità con la scelta di diverse aziende tecnologiche di fornire le proprie AI per guidare armi senza controllo umano, una decisione che ha diviso le Big Tech (tra le grandi, solo Anthropic di Dario Amodei si è detta contraria). Il libro di Li, «Tutti i mondi che vedo», risponde anche a questo: un invito a non delegare agli algoritmi le decisioni più difficili, compresa quella su chi deve vivere e chi no.