李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:5分11选5平台-5分PK10投注平台_5分彩娱乐平台

  文/李开复

  1

  今天跟大伙讲个故事。

  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500万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也所以 说,他希望机器能听懂任何人的声音,否则可不都可不还可以 懂上千个词汇,懂大伙自然连续说出的每句子。

  并算是一三个小难题前会 当时无解的难题。

  而瑞迪教授大胆地搞掂项目,希望共同外理并算是一三个小难题。他在全美招聘了500多位教授、研究员、语音学家、学生、多多应用程序 员,以启动并算是有史以来最大的语音项目。

  我也在这500人名单之内。

  当时的科研背景是,业界否则有累似 今天淬硬层 学习的算法,但老要那么实现数据标准化,数据量所以 足英文够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)前会 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,测试的词汇量所以 同。所以 都各称业界第一,大伙莫衷一是。

  而每个大公司前会 个人的商业需求,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,所以 大公司并那么动力来帮助小公司或学校。而小公司和学校,往往不可不都可不还可以 资源做些较小的数据集,结果通常所以 如大公司的好。

  不仅那么,数据不标准对AI研究而言是致命的,最后原因分析分析 所以 难题,包括:

  1、否则测试语料库不同,最后识别结果,大伙无法群克隆,也无法验证。彼此不认可,否则否则数据那么打通,算法就更不否则打通了。

  2、否则每家做的领域不同,最后的结果前会 可比。其他领域词汇量小,比较容易,否则做出结果也否则不可不都可不还可以 通用。其他领域词汇量大,否则约束所以 ,所以 能说的内容不多,原因分析分析 比较容易识别,所以 能通用。

  3、否则每家训练集不一样大,而训练集越大,一般结果越好。所以 ,有否则结果做的好,被认为并前会 靠算法,所以 靠数据量大。

  4、对于学术单位来说,最大的难题来自于那么足够的资源(也那么兴趣)架构设计 、清洗、标注几滴 的语料。对于小公司来说,语料和计算力前会 难题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,否则并算是法子还要的数据有限。

  专家系统是早期人工智能的一一三个小重要分支,我之后把它看作是一类具有专门知识和经验的计算机智能多多应用程序 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可不都可不还可以外理的多样化难题。

  但我不认同。

  2

  以前参加过的奥赛罗的人机博弈,我之后对统计概念有了充分的理解,我对瑞迪教授的研究法子产生动摇。

  我相信建立大型的数据库,否则对大的语音数据库进行分类,有否则外理专家系统不可不都可不还可以 外理的难题。

  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。所以 在语音识别难题上,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,可不都可不还可以 个人调好系统参数,比赛最后一天大伙拿到数据,有一天时间跑出结果,大伙评比。

  我从并算是标准数据集和测试都看否则。

  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,用统计学来外理并算是‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会其他失望,没想到他其他都那么生气,他轻轻地问:“那统计法子如可外理这三难题呢?”

  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他不知道:“开复,你对专家系统和统计的观点,我是不同意的,否则我之后支持你用统计的法子去做,否则我相信科学那么绝对的对错,大伙前会 平等的。否则,我更相信一一三个小有激情的人算是则找到更好的外理方案的。”

  那一刻,我的感动无以伦比。否则对一一三个小教授来说,学生要用个人的法子作出一一三个小与他唱反调的研究。教授不但那么动怒,还给予充分的支持,这在所以 地方是不可想象的。

  统计学还要大数据库,大伙如可可不都可不还可以建立起大的数据库呢?

  瑞迪教授都看我愁眉不展的样子,再一次给了我支持。我说,“开复,之所以 说我还是对你的研究法子有所保留,否则,在科学的领域里,之所以 也无所谓老师和学生的区别,大伙前会 面临并算是一一三个小难题的攻克者,所以 ,否则你真的还要数据库,那么,我之后去说服政府帮你建立一一三个小大的数据库吧!”

  瑞迪教授之后说服了美国政府部门和美国标准局架构设计 并提供了几滴 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,之后其他不拿国家钱的单位(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,统计学的法子还还要非常快的机器,瑞迪教授又我之后购买了最新的Sun 4机器。此后每次有新的机器,他前会 说:“先问问开复要不多。” 做论文的两年多,我要花费花了他几十万美元的经费。

  瑞迪教授的宽容再次我之后感觉到有并算是伟大的力量,这是有并算是自由和信任的力量。

  3

  在导师的支持下,我以前结束英文英文了疯狂的科研工作。

  当时,我带着另一位学生共同用统计的法子做语音识别。共同,其他500多人用专家系统做同样的难题。从法子上来说,大伙在竞争,否则在瑞迪教授的领导下,大伙分享一切,大伙用同样的样本训练和测试。

  在1986年底,我的统计系统和大伙的专家系统达到了要花费一样的水平,40%的辨认率。这之所以 还是完正不可不都可不还可以 用的系统,但毕竟是学术界第一次尝试那么难的难题,大伙还是比较欣喜和乐观的。

  1987年5月,大伙大幅度地提升了训练的数据库,采用了新的建模法子,不但可不都可不还可以用统计学的法子学习每一一三个小音,否则可不都可不还可以 用统计学的法子学习每一一三个小音之间的转折。针对其他音的样本不足英文,我又想出了有并算是法子(generalized triphones)来合并其他的音。这三项工作你造把机器的语音识别率从那我的40%提高到了500%!之后又提高到96%。

  统计学的法子用于语音识别初步被验证是正确的方向。

  大伙都相信了我用的机器学习法子和隐马可夫模型算法,否则失去了不可行的专家系统(专家系统只达到500%的识别率)。在我的博士论文基础上,之后的Nuance,微软、苹果4 手机4 4 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。

  并算是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完正转向了统计法子。

  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,我只之所以 在和一一三个小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

  之后,《商业周刊》把我的发明者者选为1988年最重要的发明者者者。年仅26岁初出茅庐的我,第一次亮相就获得那我的成功,我之后感到很幸运,也我之后有了继续向科技高峰攀爬的动力。

  而我也否则拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学不可不都可不还可以 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年以上可不都可不还可以拿到博士学位,我用那么短的时间拿到博士学位,是一项新的纪录。

  我也否则破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,之所以 我找到了方向和基本法子,但以当时的数据量级和计算水平,语音AI研究先要有商业化否则。我最终还是失去科研界,进入商界,用产品改变世界。

  500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。科研人员还要的数据集不再那么难以触碰,所以 还要另一个人牵头让更多的公司参与进来。这在500多年前,我还是一一三个小AI科研人员的时代,能接触到真实世界里那么海量的数据,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,创造研究否则和条件。

  所以 ,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入几滴 资金、也搞掂千万量级高质量开放数据集与宝贵GPU资源。

  共同,我也倡导商界和科研界能采用几滴 的数据和标准的测试法子,也欢迎更多的数据公司可不都可不还可以参与到并算是平台里。

  希望大伙推出的Challenger.ai,可不都可不还可以 帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不所以 一一三个小活动,也绝对不所以 一一三个小奖金500万、年底就以前结束英文的竞赛,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,大伙再来回顾并算是段青春旧年华 ,大伙发现中美AI人才之间那么落差了,还能想到AI Challenger在那我重大过程中扮演了一一三个小小小角,我之后感到并算是切前会 价值。

  欢迎大伙登录大赛官网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(要在电脑页面上可不都可不还可以报名哦)。

  大伙否则无法想象,我有多么羡慕大伙,生活在数据爆炸的时代,另一个人提供数据和奖金池,让有才华的人一展拳脚。