李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:1.5分赛车平台-10分赛车投注平台_1分6合娱乐平台

  文/李开复

  1

  今天跟朋友讲个故事。

  1983-1988年,我正在卡内基·梅隆大学读计算机博士。

  我正忙着暑期教书,秋天投身奥赛罗人机博弈(黑白棋游戏,那是机器第一次真正意义上打败人类冠军的比赛)。

  我的导师瑞迪教授(Raj Reddy,图灵奖得主、卡内基梅隆大学计算机系终身教授、美国工程院院士)从美国国防部得到了400万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也什么都有有我说,他希望机器能听懂任何人的声音,然也能否 懂上千个词汇,懂朋友自然连续说出的每一段话。

  这另一二个 什么的问题时会当时无解的什么的问题。

  而瑞迪教授大胆地玩转信用卡 项目,希望一起去出理 这另一二个 什么的问题。他在全美招聘了400多位教授、研究员、语音学家、学生、系统系统进程员,以启动一些有史以来最大的语音项目。

  我也在这400人名单之内。

  当时的科研背景是,业界后来有类式今天深度图学习的算法,但时不时没人实现数据标准化,数据量也严重不足够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)时会各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量什么都有有我同。什么都有有都各称业界第一,朋友莫衷一是。

  而每个大公司时会当时人的商业需求,比如说在语音识别方面,当年做打字机的IBM想做语音打字机,垄断美国电信的AT&T要求贝尔实验室识别电话号码,什么都有有大公司并没人动力来帮助小公司或学校。而小公司和学校,往往非要资源做些较小的数据集,结果通常什么都有有我如大公司的好。

  不仅没人,数据不标准对AI研究而言是致命的,最后原因分析分析什么都有有什么的问题,包括:

  1、后来测试语料库不同,最后识别结果,朋友无法好友克隆,也无法验证。彼此不认可,后来后来数据没人打通,算法就更不后来打通了。

  2、后来每家做的领域不同,最后的结果时会可比。一些领域词汇量小,比较容易,后来做出结果也后来非要通用。一些领域词汇量大,后来约束什么都有有,什么都有有能说的内容不多,原因分析分析比较容易识别,什么都有有让他通用。

  3、后来每家训练集不一样大,而训练集越大,一般结果越好。什么都有有,有后来结果做的好,被认为并时会靠算法,什么都有有我靠数据量大。

  4、对于学术单位来说,最大的什么的问题来自于没人足够的资源(也没人兴趣)派发、清洗、标注血块的语料。对于小公司来说,语料和计算力时会什么的问题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,后来一些最好的最好的依据需要的数据有限。

  专家系统是早期人工智能的另一二个 重要分支,让他把它看作是一类具有专门知识和经验的计算机智能系统系统进程系统,一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家也能出理 的繁复什么的问题。

  但我不认同。

  2

  后来参加过的奥赛罗的人机博弈,让他 对统计概念有了充分的理解,我对瑞迪教授的研究最好的最好的依据产生动摇。

  我相信建立大型的数据库,后来对大的语音数据库进行分类,有后来出理 专家系统非要出理 的什么的问题。

  另外,在1985年,美国标准局 (NationalInstitute of Standards and Technology)也意识到数据不标准会影响科研进步。什么都有有在语音识别什么的问题上,标准局设定了标准的语音和语言的训练集、测试集。要求每个学校的每个团队都用同样的训练集来训练模型,也能当时人调好系统参数,比赛最后一天朋友拿到数据,有一天时间跑出结果,朋友评比。

  我从一些标准数据集和测试看多后来。

  再三思考后,我决定鼓足勇气,向瑞迪教授直接表达我的想法。我对瑞迪说:“若果转投统计学,用统计学来出理 一些‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会一些失望,没想到他一些都没人生气,他轻轻地问:“那统计最好的最好的依据怎么能否出理 这三大什么的问题呢?”

  瑞迪教授耐心地听完我激情的回答后,用他那永远温和的声音我不知道:“开复,你对专家系统和统计的观点,我是不同意的,后来让他 支持你用统计的最好的最好的依据去做,后来我相信科学没人绝对的对错,朋友时会平等的。后来,我更相信另一二个 有激情的人是后来找到更好的出理 方案的。”

  那一刻,我的感动无以伦比。后来对另一二个 教授来说,学生要用当时人的最好的最好的依据作出另一二个 与他唱反调的研究。教授不但没人动怒,还给予充分的支持,这在什么都有有地方是不可想象的。

  统计学需要大数据库,朋友怎么能否也能建立起大的数据库呢?

  瑞迪教授看多我愁眉不展的样子,再一次给了我支持。你说什么,“开复,确实说我还是对你的研究最好的最好的依据有所保留,后来,在科学的领域里,确实也无所谓老师和学生的区别,朋友时会面临这另一二个 什么的问题的攻克者,什么都有有,后来你真的需要数据库,没人,让他 去说服政府帮你建立另一二个 大的数据库吧!”

  瑞迪教授后来说服了美国政府部门和美国标准局派发并提供了血块数据。我用美国标准局提供的标准大数据,跟多家拿国家钱的机构数据,后来一些不拿国家钱的单位(如:IBM,AT&T)也参与进来,我可使用的数据越滚越大。

  除了大数据,统计学的最好的最好的依据还需要非常快的机器,瑞迪教授又让他 购买了最新的Sun 4机器。此后每次有新的机器,他时会说:“先问问开复要并不。” 做论文的两年多,我大慨花了他几十万美元的经费。

  瑞迪教授的宽容再次让他 感觉到一种 伟大的力量,这是一种 自由和信任的力量。

  3

  在导师的支持下,我刚开始了了了疯狂的科研工作。

  当时,我带着另一位学生一起去用统计的最好的最好的依据做语音识别。一起去,一些400多人用专家系统做同样的什么的问题。从最好的最好的依据上来说,朋友在竞争,后来在瑞迪教授的领导下,朋友分享一切,朋友用同样的样本训练和测试。

  在1986年底,我的统计系统和朋友的专家系统达到了大慨一样的水平,40%的辨认率。这确实还是删剪非要用的系统,但毕竟是学术界第一次尝试没人难的什么的问题,朋友还是比较欣喜和乐观的。

  1987年5月,朋友大幅度地提升了训练的数据库,采用了新的建模最好的最好的依据,不但也能用统计学的最好的最好的依据学习每另一二个 音,然也能否 用统计学的最好的最好的依据学习每另一二个 音之间的转折。针对一些音的样本严重不足,我又想出了一种 最好的最好的依据(generalized triphones)来合并一些的音。这三项工作你造把机器的语音识别率从另另一二个 的40%提高到了400%!后来又提高到96%。

  统计学的最好的最好的依据用于语音识别初步被验证是正确的方向。

  朋友都相信了我用的机器学习最好的最好的依据和隐马可夫模型算法,后来抛妻弃子了不可行的专家系统(专家系统只达到400%的识别率)。在我的博士论文基础上,后来的Nuance,微软、iPhone4 5iPhone4 5等公司做出了业界最领先的产品。

  1988年4月,我受邀到纽约参加一年一度的世界语音学术会议,发表学术论文。

  一些成果撼动了整个学术领域。这是当时计算机领域里最顶尖的科学成果。

  语音识别率大幅度提高,让全世界语音研究领域闪烁出一道希望的光芒,从此,所有以专家系统研究语音识别的人删剪转向了统计最好的最好的依据。

  会后,《纽约时报》派记者JohnMarkoff来到匹兹堡对我作了采访,文章发表于1988年7月6日,占了科技版首页的整个半版。在这篇文章里,马可奥夫大力报道了我的论文的突破。当时,我只确实在和另一二个 和蔼可亲的记者聊天,事后,我才知道这是一名才华横溢的著名记者,三次提名普利策奖,并在斯坦福兼教。

这是1988年,《纽约时报》对我博士论文的报道

  后来,《商业周刊》把我的发明权者选为1988年最重要的发明权者者。年仅26岁初出茅庐的我,第一次亮相就获得另另一二个 的成功,让他 感到很幸运,也让他 有了继续向科技高峰攀爬的动力。

  而我也后来拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学非要4年半的时间。在卡内基·梅隆大学的计算机学院,同学们平均6年以上也能拿到博士学位,我用没人短的时间拿到博士学位,是一项新的纪录。

  我也后来破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,确实我找到了方向和基本最好的最好的依据,但以当时的数据量级和计算水平,语音AI研究没人有商业化后来。我最终还是抛妻弃子科研界,进入商界,用产品改变世界。

  400年过了,AI发展的土壤终于肥沃起来。

  伴随互联网和移动互联网而来的大数据、高效的计算机运算能力等条件都齐备了。科研人员需要的数据集不再没人难以触碰,什么都有有我需要他们牵头让更多的公司参与进来。这在400多年前,我还是另一二个 AI科研人员的时代,能接触到真实世界里没人海量的数据,是个遥不可及的梦想。

  我当年受惠于瑞迪教授的帮助和指导,今天也非常希望能给更多和我一样的年轻人,创造研究后来和条件。

  什么都有有,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入血块资金、也玩转信用卡 千万量级高质量开放数据集与宝贵GPU资源。

  一起去,我也倡导商界和科研界能采用血块的数据和标准的测试最好的最好的依据,也欢迎更多的数据公司也能参与到一些平台里。

  希望朋友推出的Challenger.ai,也能帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不什么都有有我另一二个 活动,也绝对不什么都有有我另一二个 奖金400万、年底就刚开始了的竞赛,这是推进中国AI人才成长的重大催化剂。

  希望3年或5年后,朋友再来回顾一些段流年,朋友发现中美AI人才之间没人落差了,还能想到AI Challenger在另另一二个 重大过程中扮演了另一二个 小小角,让他感到一些切时会价值。

  欢迎朋友登录大赛官网Challenger.ai,获取信息并报名。关于这场大赛的具体信息可点击文末的链接了解(要在电脑页面上也能报名哦)。

  朋友后来无法想象,我有多么羡慕朋友,生活在数据爆炸的时代,他们提供数据和奖金池,让有才华的人一展拳脚。