李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:五分快乐八官网-五分快乐八网站

  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50万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也什么都有说,他希望机器能听懂任何人的声音,而且还需要懂上千个词汇,懂朋友自然连续说出的每励志的话 。

  这有还有一个问题图片图片都是当时无解的问题图片图片。

  而瑞迪教授大胆地读懂项目,希望一同补救这有还有一个问题图片图片。他在全美招聘了50多位教授、研究员、语音学家、学生、应用程序池池员,以启动这个有史以来最大的语音项目。

  我也在这50人名单之内。

  当时的科研背景是,业界愿因分析有类式今天深度学习的算法,但总爱那末实现数据标准化,数据量也缺陷够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)都是各用各的数据库,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同。什么都有都各称业界第一,朋友莫衷一是。

  而每个大公司都是当时人的商业需求,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,什么都有大公司并那末动力来帮助小公司或学校。而小公司和学校,往往不能资源做些较小的数据集,结果通常什么都有如大公司的好。

  不仅那末,数据不标准对AI研究而言是致命的,最后愿因分析什么都有问题图片图片,包括:

  1、愿因分析测试语料库不同,最后识别结果,朋友无法复制,也无法验证。彼此不认可,而且愿因分析数据那末打通,算法就更不愿因分析打通了。

  2、愿因分析每家做的领域不同,最后的结果都是可比。而且 领域词汇量小,比较容易,而且做出结果也愿因分析不能通用。而且 领域词汇量大,而且约束什么都有,什么都有能说的内容太大,愿因分析比较容易识别,什么都有能通用。

  3、愿因分析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,有愿因分析结果做的好,被认为并都是靠算法,什么都有靠数据量大。

  4、对于学术单位来说,最大的问题图片图片来自于那末足够的资源(也那末兴趣)采集、清洗、标注极少量的语料。对于小公司来说,语料和计算力都是问题图片图片。

  最后,瑞迪教授计划采用“专家系统”来完成项目,愿因分析这个措施需要的数据有限。

  专家系统是早期人工智能的一有还有一个重要分支,让人把它看作是一类具有专门知识和经验的计算机智能应用程序池池系统,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能补救的比较复杂问题图片图片。

  但我不认同。

  2

  后后 参加过的奥赛罗的人机博弈,我要对统计概念有了充分的理解,我对瑞迪教授的研究措施产生动摇。

  我相信建立大型的数据库,而且对大的语音数据库进行分类,有愿因分析补救专家系统不能补救的问题图片图片。

  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。什么都有在语音识别问题图片图片上,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,还需要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。

  我从这个标准数据集和测试看后愿因分析。

  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:“假使 转投统计学,用统计学来补救这个‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会而且 失望,没想到他而且 都那末生气,他轻轻地问:“那统计措施怎样才能补救这三问题图片图片图片呢?”

  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问你:“开复,你对专家系统和统计的观点,我是不同意的,而且我要支持你用统计的措施去做,愿因分析我相信科学那末绝对的对错,朋友都是平等的。而且,我更相信一有还有一个有激情的人是愿因分析找到更好的补救方案的。”

  那一刻,我的感动无以伦比。愿因分析对一有还有一个教授来说,学生要用当时人的措施作出一有还有一个与他唱反调的研究。教授不但那末动怒,还给予充分的支持,这在什么都有地方是不可想象的。

  统计学需要大数据库,朋友怎样才还可以建立起大的数据库呢?

  瑞迪教授看后我愁眉不展的样子,再一次给了我支持。是我不好,“开复,我觉得 说我还是对你的研究措施有所保留,而且,在科学的领域里,我觉得 也无所谓老师和学生的区别,朋友都是面临这个有还有一个问题图片图片的攻克者,什么都有,愿因分析你真的需要数据库,那末,我要去说服政府帮你建立一有还有一个大的数据库吧!”

  瑞迪教授后后 说服了美国政府部门和美国标准局采集并提供了极少量数据。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,后后 而且 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,统计学的措施还需要非常快的机器,瑞迪教授又我要购买了最新的Sun 4机器。此后每次有新的机器,他后会说:“先问问开复要并不。” 做论文的两年多,我共要花了他几十万美元的经费。

  瑞迪教授的宽容再次我要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,我开始英语 了了了疯狂的科研工作。

  当时,我带着另一位学生一同用统计的措施做语音识别。一同,而且 50多人用专家系统做同样的问题图片图片。从措施上来说,朋友在竞争,而且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共要一样的水平,40%的辨认率。这我觉得 还是完整篇 不能用的系统,但毕竟是学术界第一次尝试那末难的问题图片图片,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,采用了新的建模措施,不但不能用统计学的措施学习每一有还有一个音,而且还需要用统计学的措施学习每有还有一个音之间的转折。针对而且 音的样本缺陷,我又想出了一种措施(generalized triphones)来合并而且 的音。这三项工作居然把机器的语音识别率从原先的40%提高到了50%!后后 又提高到96%。

  统计学的措施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措施和隐马可夫模型算法,而且失去了不可行的专家系统(专家系统只达到50%的识别率)。在我的博士论文基础上,后后 的Nuance,微软、苹果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。

  这个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整篇 转向了统计措施。

  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,我只我觉得 在和一有还有一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

  后后 ,《商业周刊》把我的发明人家 选为1988年最重要的发明人家 家 。年仅26岁初出茅庐的我,第一次亮相就获得原先的成功,我要感到很幸运,也我要有了继续向科技高峰攀爬的动力。

  而我也而且拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学不能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年以上不能拿到博士学位,我用那末短的时间拿到博士学位,是一项新的纪录。

  我也而且破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,我觉得 我找到了方向和基本措施,但以当时的数据量级和计算水平,语音AI研究比较慢有商业化愿因分析。我最终还是失去科研界,进入商界,用产品改变世界。

  50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那末难以触碰,什么都有需要那末人牵头让更多的公司参与进来。这在50多年前,我还是一有还有一个AI科研人员的时代,能接触到真实世界里那末海量的数据,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,创造研究愿因分析和条件。

  什么都有,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入极少量资金、也读懂千万量级高质量开放数据集与宝贵GPU资源。

  一同,我也倡导商界和科研界能采用极少量的数据和标准的测试措施,也欢迎更多的数据公司不能参与到这个平台里。

  希望朋友推出的Challenger.ai,还需要帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不什么都有一有还有一个活动,也绝对不什么都有一有还有一个奖金50万、年底就开始英语 了了的竞赛,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,朋友再来回顾这个段年华电视剧,朋友发现中美AI人才之间那末落差了,还能想到AI Challenger在原先重大过程中扮演了一有还有一个小小角,让人感到这个切都是价值。

  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(要在电脑页面上不能报名哦)。

  朋友愿因分析无法想象,我有多么羡慕朋友,生活在数据爆炸的时代,那末人提供数据和奖金池,让有才华的人一展拳脚。