李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:1
  • 来源:大发五分快乐8登入网址-大发五分快乐8官网

  文/李开复

  1

  今天跟亲戚亲戚大伙儿讲个故事。

  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30万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也我希望说,他希望机器能听懂任何人的声音,因此 都还还可以懂上千个词汇,懂亲戚亲戚大伙儿自然连续说出的每语录。

  这有一一好几个 疑问报告 后会 当时无解的疑问报告 。

  而瑞迪教授大胆地背熟项目,希望一并补救这有一一好几个 疑问报告 。他在全美招聘了30多位教授、研究员、语音学家、学生、线程池员,以启动类似 有史以来最大的语音项目。

  我也在这30人名单之内。

  当时的科研背景是,业界不可能 有类似 今天宽度学习的算法,但老是 这麼实现数据标准化,数据量也过高 够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)后会 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,测试的词汇量我希望同。好多好多 都各称业界第一,亲戚亲戚大伙儿莫衷一是。

  而每个大公司后会 此人 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,好多好多 大公司并这麼动力来帮助小公司或学校。而小公司和学校,往往不都还还可以资源做些较小的数据集,结果通常我希望如大公司的好。

  不仅这麼,数据不标准对AI研究而言是致命的,最后愿因好多好多 疑问报告 ,包括:

  1、不可能 测试语料库不同,最后识别结果,亲戚亲戚大伙儿无法克隆qq好友好友,也无法验证。彼此不认可,因此 不可能 数据这麼打通,算法就更不用可能 打通了。

  2、不可能 每家做的领域不同,最后的结果后会 可比。一些领域词汇量小,比较容易,因此 做出结果我希望可能 不都还还可以通用。一些领域词汇量大,因此 约束好多好多 ,好多好多 能说的内容太久,愿因比较容易识别,我希望能通用。

  3、不可能 每家训练集不一样大,而训练集越大,一般结果越好。好多好多 ,有不可能 结果做的好,被认为并后会 靠算法,我希望靠数据量大。

  4、对于学术单位来说,最大的疑问报告 来自于这麼足够的资源(也这麼兴趣)采集、清洗、标注少量的语料。对于小公司来说,语料和计算力后会 疑问报告 。

  最后,瑞迪教授计划采用“专家系统”来完成项目,不可能 类似 法律办法都要的数据有限。

  专家系统是早期人工智能的有一一好几个 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线程池系统,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不都还还可以补救的比较复杂疑问报告 。

  但我不认同。

  2

  并且参加过的奥赛罗的人机博弈,我并且对统计概念有了充分的理解,我对瑞迪教授的研究法律办法产生动摇。

  我相信建立大型的数据库,因此 对大的语音数据库进行分类,有不可能 补救专家系统不都还还可以补救的疑问报告 。

  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。好多好多 在语音识别疑问报告 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,都还还可以此人 调好系统参数,比赛最后一天亲戚亲戚大伙儿拿到数据,有一天时间跑出结果,亲戚亲戚大伙儿评比。

  我从类似 标准数据集和测试看一遍不可能 。

  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:“我希望转投统计学,用统计学来补救类似 ‘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,没想到他一些都这麼生气,他轻轻地问:“那统计法律办法怎样才能补救这三疑问报告 报告 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真不知道:“开复,你对专家系统和统计的观点,我是不同意的,因此 我并且支持你用统计的法律办法去做,不可能 我相信科学这麼绝对的对错,亲戚亲戚大伙儿后会 平等的。因此 ,我更相信有一一好几个 有激情的人是不可能 找到更好的补救方案的。”

  那一刻,我的感动无以伦比。不可能 对有一一好几个 教授来说,学生要用此人 的法律办法作出有一一好几个 与他唱反调的研究。教授不但这麼动怒,还给予充分的支持,这在好多好多 地方是不可想象的。

  统计学都要大数据库,亲戚亲戚大伙儿怎样才能不都还还可以建立起大的数据库呢?

  瑞迪教授看一遍我愁眉不展的样子,再一次给了我支持。也许,“开复,人太好说我还是对你的研究法律办法有所保留,因此 ,在科学的领域里,人太好也无所谓老师和学生的区别,亲戚亲戚大伙儿后会 面临这有一一好几个 疑问报告 的攻克者,好多好多 ,不可能 你真的都要数据库,这麼,我并且去说服政府帮你建立有一一好几个 大的数据库吧!”

  瑞迪教授并且说服了美国政府部门和美国标准局采集并提供了少量数据。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,并且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,统计学的法律办法还都要非常快的机器,瑞迪教授又我并且购买了最新的Sun 4机器。此后每次有新的机器,他后会说:“先问问开复要太久。” 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我并且感觉到有一种伟大的力量,这是有一种自由和信任的力量。

  3

  在导师的支持下,我结束英语 了疯狂的科研工作。

  当时,我带着另一位学生一并用统计的法律办法做语音识别。一并,一些30多人用专家系统做同样的疑问报告 。从法律办法上来说,亲戚亲戚大伙儿在竞争,因此 在瑞迪教授的领导下,亲戚亲戚大伙儿分享一切,亲戚亲戚大伙儿用同样的样本训练和测试。

  在1986年底,我的统计系统和亲戚大伙儿的专家系统达到了大慨一样的水平,40%的辨认率。类似 太好还是删改不都还还可以用的系统,但毕竟是学术界第一次尝试这麼难的疑问报告 ,亲戚亲戚大伙儿还是比较欣喜和乐观的。

  1987年5月,亲戚亲戚大伙儿大幅度地提升了训练的数据库,采用了新的建模法律办法,不但不用都还还可以用统计学的法律办法学习每有一一好几个 音,因此 都还还可以用统计学的法律办法学习每有一一好几个 音之间的转折。针对一些音的样本过高 ,我又想出了有一种法律办法(generalized triphones)来合并一些的音。这三项工作简直把机器的语音识别率从从前 的40%提高到了30%!并且又提高到96%。

  统计学的法律办法用于语音识别初步被验证是正确的方向。

  亲戚亲戚大伙儿都相信了我用的机器学习法律办法和隐马可夫模型算法,因此 选择选择离开了不可行的专家系统(专家系统只达到30%的识别率)。在我的博士论文基础上,并且的Nuance,微软、苹果76手机手机手机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。

  类似 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改转向了统计法律办法。

  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,我只确人太好和有一一好几个 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

  并且,《商业周刊》把我的发明人的故事选为1988年最重要的发明人的故事的故事。年仅26岁初出茅庐的我,第一次亮相就获得从前 的成功,我并且感到很幸运,也我并且有了继续向科技高峰攀爬的动力。

  而我都要并且 拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学不都还还可以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年以上不都还还可以拿到博士学位,我用这麼短的时间拿到博士学位,是一项新的纪录。

  我都要并且 破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,人太好我找到了方向和基本法律办法,但以当时的数据量级和计算水平,语音AI研究不难 有商业化不可能 。我最终还是选择离开科研界,进入商界,用产品改变世界。

  30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。科研人员都要的数据集不再这麼难以触碰,我希望都要他们牵头让更多的公司参与进来。这在30多年前,我还是有一一好几个 AI科研人员的时代,能接触到真实世界里这麼海量的数据,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,创造研究不可能 和条件。

  好多好多 ,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入少量资金、也背熟千万量级高质量开放数据集与宝贵GPU资源。

  一并,我也倡导商界和科研界能采用少量的数据和标准的测试法律办法,也欢迎更多的数据公司不用都还还可以参与到类似 平台里。

  希望亲戚亲戚大伙儿推出的Challenger.ai,都还还可以帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不我希望有一一好几个 活动,也绝对不我希望有一一好几个 奖金30万、年底就结束英语 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,亲戚亲戚大伙儿再来回顾类似 段峥嵘时光里,亲戚亲戚大伙儿发现中美AI人才之间这麼落差了,还能想到AI Challenger在从前 重大过程中扮演了有一一好几个 小小角,让他感到类似 切后会 价值。

  欢迎亲戚亲戚大伙儿登录大赛官网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(要在电脑页面上不都还还可以报名哦)。

  亲戚亲戚大伙儿不可能 无法想象,我有多么羡慕亲戚亲戚大伙儿,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。