Stanford University-professor Fei-Fei Li, een sleutelfiguur in de geschiedenis van AI, heeft aanzienlijk bijgedragen aan de deep learning-revolutie door het ImageNet-dataset en -competitie te ontwikkelen. Het doorbraakmoment kwam in 2012 toen een neuraal netwerk genaamd AlexNet alle andere modellen in de ImageNet-wedstrijd overtrof, wat de opkomst van neurale netwerken katalyseerde. In de afgelopen 13 jaar zijn de vorderingen in computer vision verschoven van objectherkenning naar beeld- en videoproductie. Li mede-oprichtte het Stanford Institute for Human-Centered AI (HAI) en begon een bedrijf genaamd World Labs, dat als doel heeft AI "ruimtelijke intelligentie" te geven, zodat het kan interacteren met 3D-omgevingen. In een recente keynote op de NeurIPS AI-conferentie besprak Li "Het beklimmen van de ladder van visuele intelligentie, " waarbij ze de ontwikkeling van visuele mogelijkheden benadrukte en deze vergeleek met Judea Pearls "ladder van causaliteit. " Ze benadrukte het verband tussen zien en interactie bij zowel dieren als AI, en het belang van ruimtelijke intelligentie voor de vooruitgang van machine vision.

Li's World Labs richt zich op het bouwen van 3D-werelden om deze uitdaging aan te gaan, waarmee de cruciale rol van ruimtelijke intelligentie in AI-ontwikkeling wordt onderstreept. Naar aanleiding van technische hindernissen zoals rekencapaciteit en data-eisen, pleit Li voor federale steun in AI-onderzoeksmiddelen, zoals de National AI Research Resource (NAIRR). Ze voorziet praktische toepassingen van ruimtelijke intelligentie, variërend van het verbeteren van creativiteit en productiviteit tot het beter navigeren van robots en het assisteren van mensen in alledaagse taken via augmented reality. Door innovaties in ruimtelijke intelligentie, gelooft Li dat we nieuwe mogelijkheden kunnen ontsluiten op gebieden zoals geneeskunde, design en onderwijs.