Fei-Fei Li – kvinnan bakom AI:s genombrott (ImageNet, Deep Learning & framtidens intelligens) episode artwork

EPISODE · Feb 26, 2026 · 59 MIN

Fei-Fei Li – kvinnan bakom AI:s genombrott (ImageNet, Deep Learning & framtidens intelligens)

from AW med AI

Vem möjliggjorde egentligen den AI-revolution vi lever i idag?I det här avsnittet av AW med AI gör vi ett porträtt av Fei-Fei Li – forskaren bakom ImageNet, databasen som förändrade hela AI-fältet och banade väg för deep learning, modern bildigenkänning och i förlängningen generativ AI som ChatGPT.Vi pratar om:• Vad ImageNet är – och varför det blev startskottet för AI-genombrottet 2012• Hur stora datamängder förändrade maskininlärning för alltid• Varför bildigenkänning är grunden till självkörande bilar och medicinsk AI• Kopplingen mellan datorseende och dagens språkmodeller• Human-Centered AI – varför teknik måste byggas med mänskliga värden i centrum• AI, ansvar och representation – vem får bygga framtidens teknik?Fei-Fei Li bevisade att skala + data + neurala nätverk fungerar. Det är samma princip som idag driver multimodala modeller som kan förstå både text och bild.Vi rör oss från 1970-talets Kina till Silicon Valley, från forskningsgenombrott till personliga livskriser – och utforskar hur teknik och mänsklighet alltid hänger ihop.Det här är ett avsnitt om AI-historia, framtid och ansvar – och om varför vi borde prata mer om kvinnorna som format teknikutvecklingen.Aw med AI produceras av Axontech – ett svenskt företag som hjälper organisationer att arbeta smart, tryggt och mänskligt med AI.Ljud och klippning: Magnus DahlbergPodden görs av: Anne-Christine Hertz & Jasmine DahlbergLäs mer på www.axontech.se Hosted on Acast. See acast.com/privacy for more information.

Vem möjliggjorde egentligen den AI-revolution vi lever i idag?I det här avsnittet av AW med AI gör vi ett porträtt av Fei-Fei Li – forskaren bakom ImageNet, databasen som förändrade hela AI-fältet och banade väg för deep learning, modern bildigenkänning och i förlängningen generativ AI som ChatGPT.Vi pratar om:• Vad ImageNet är – och varför det blev startskottet för AI-genombrottet 2012• Hur stora datamängder förändrade maskininlärning för alltid• Varför bildigenkänning är grunden till självkörande bilar och medicinsk AI• Kopplingen mellan datorseende och dagens språkmodeller• Human-Centered AI – varför teknik måste byggas med mänskliga värden i centrum• AI, ansvar och representation – vem får bygga framtidens teknik?Fei-Fei Li bevisade att skala + data + neurala nätverk fungerar. Det är samma princip som idag driver multimodala modeller som kan förstå både text och bild.Vi rör oss från 1970-talets Kina till Silicon Valley, från forskningsgenombrott till personliga livskriser – och utforskar hur teknik och mänsklighet alltid hänger ihop.Det här är ett avsnitt om AI-historia, framtid och ansvar – och om varför vi borde prata mer om kvinnorna som format teknikutvecklingen.Aw med AI produceras av Axontech – ett svenskt företag som hjälper organisationer att arbeta smart, tryggt och mänskligt med AI.Ljud och klippning: Magnus DahlbergPodden görs av: Anne-Christine Hertz & Jasmine DahlbergLäs mer på www.axontech.se Hosted on Acast. See acast.com/privacy for more information.

NOW PLAYING

Fei-Fei Li – kvinnan bakom AI:s genombrott (ImageNet, Deep Learning & framtidens intelligens)

0:00 59:05

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

No similar episodes found.

No similar podcasts found.

Frequently Asked Questions

How long is this episode of AW med AI?

This episode is 59 minutes long.

When was this AW med AI episode published?

This episode was published on February 26, 2026.

What is this episode about?

Vem möjliggjorde egentligen den AI-revolution vi lever i idag?I det här avsnittet av AW med AI gör vi ett porträtt av Fei-Fei Li – forskaren bakom ImageNet, databasen som förändrade hela AI-fältet och banade väg för deep learning, modern...

Can I download this AW med AI episode?

Yes, you can download this episode by clicking the download button on the episode player, or subscribe to the podcast in your preferred podcast app for automatic downloads.
URL copied to clipboard!