AI 明星李飞飞：从移民到 ImageNet 之母
本期内容回顾了 AI 科学家李飞飞的传奇人生，讲述她如何从一个普通移民家庭的孩子，凭借毅力与机遇，一步步成为 ImageNet 项目的领导者，并最终引爆了深度学习浪潮。她的故事充满了挑战，也展现了个人奋斗与时代机遇的交织。
李飞飞在16岁随家人移民美国，家庭经济拮据，她需要打工补贴家用。尽管如此，她凭借努力获得了普林斯顿大学的全额奖学金，迈入了学术殿堂。大学毕业后，她选择继续深造，在加州理工学院攻读博士，专注于视觉识别研究，并创建了 Caltech 101 图片集。
成为助理教授后，李飞飞提出了一个极具野心且在当时备受质疑的想法：构建一个包含海量图片和类别的 ImageNet 数据集，用于训练通用的视觉识别算法。这个项目面临巨大的数据标注挑战，直到亚马逊的众包平台 Mechanical Turk 出现，才极大地提高了效率，最终在2009年完成了 ImageNet 的初版。
ImageNet 发布初期并未引起广泛关注，甚至在学术会议上被边缘化。为了证明其价值，李飞飞团队创办了 ILSVRC 算法竞赛。前两届比赛进展缓慢，直到2012年，一个团队在第三届比赛中使用了卷积神经网络（CNN），实现了识别准确率的显著提升，这一突破震惊了学界，直接推动了深度学习和现代 AI 的爆发。ImageNet 成为了 AI 视觉研究的基石，李飞飞也因此声名鹊起，成为 AI 领域的领军人物。她的成功是个人奋斗与关键时刻的机遇（如普林斯顿奖学金、AMT、2012年 CNN 突破）共同作用的结果。
JavaScript Weekly：语言新特性与实用工具集锦
本期 JavaScript Weekly 带来了丰富的更新，涵盖了语言特性、实用工具和库。从生成器的深入探讨到 V8 引擎的新功能，再到各种框架和场景下的新工具，内容精彩纷呈。
文章首先探讨了 JavaScript 生成器（Generators），指出尽管它们已存在一段时间，但其“人体工程学”正变得越来越友好，并分析了其潜在的应用场景。V8 引擎引入了“显式资源管理”特性，通过 using 和 await using 语法，开发者可以更确定性地管理资源（如文件句柄、连接），确保它们在超出作用域时被自动清理，有效防止资源泄露。
对于非 React 用户但喜欢 shadcn/ui 组件风格的开发者，Basecoat 项目提供了一个将这些组件移植到更原生形式的方案。此外，有文章以新颖的视角重新解释了 JavaScript 中复杂的 this 关键字的工作原理。
在工具和库方面，ANSIS 4.0 是一个强大的 ANSI 颜色库，现在支持更多环境，方便在终端、浏览器甚至 Next.js 中为文本添加样式。TanStack 家族推出了新成员 TanStack DB，这是一个响应式的客户端存储库，支持实时同步和乐观更新。Svelte 用户现在可以使用 Sonner 这个漂亮的 toast 通知组件的 Svelte 版本。更具创意的是，tscircuit 允许开发者使用 React/JSX 的方式来设计电子电路板。Feedsmith 是一个专门用于解析和生成各种 Web Feed（如 RSS、Atom）的新库。最后，命令行 JSON 工具 Fx 升级到 36.0 版本，提升了处理大文件的速度，并支持流式 JSON 和 tailing 功能，非常实用。