李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:9
  • 来源:快3平台网官网下载游戏下载_网上快3平台

  文/李开复

  1

  今天跟大伙儿儿讲个故事。

  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。

  也假如有一天说,他希望机器能听懂任何人的声音,随能才能才能懂上千个词汇,懂大伙儿自然连续说出的每的话。

  这有另一一俩个 多疑问一定会当时无解的疑问。

  而瑞迪教授大胆地学会英语项目,希望一起避免这有另一一俩个 多疑问。他在全美招聘了400多位教授、研究员、语音学家、学生、系统程序员,以启动你這個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,业界将会有类式今天深层学习的算法,但老会 如此 实现数据标准化,数据量也存在问题够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)一定会各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量假如有一天同。全都 都各称业界第一,大伙儿儿莫衷一是。

  而每个大公司一定会买车人的商业需求,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,全都 大公司并如此 动力来帮助小公司或学校。而小公司和学校,往往如此资源做些较小的数据集,结果通常假如有一天如大公司的好。

  不仅如此 ,数据不标准对AI研究而言是致命的,最后意味全都 疑问,包括:

  1、将会测试语料库不同,最后识别结果,大伙儿儿无法好友克隆,也无法验证。彼此不认可,后来将会数据如此 打通,算法就更不将会打通了。

  2、将会每家做的领域不同,最后的结果一定会可比。或多或少领域词汇量小,比较容易,后来做出结果也将会如此通用。或多或少领域词汇量大,后来约束全都 ,全都 能说的内容很多,意味比较容易识别,假如有一天能通用。

  3、将会每家训练集不一样大,而训练集越大,一般结果越好。全都 ,有将会结果做的好,被认为并一定会靠算法,假如有一天靠数据量大。

  4、对于学术单位来说,最大的疑问来自于如此 足够的资源(也如此 兴趣)整理、清洗、标注少量的语料。对于小公司来说,语料和计算力一定会疑问。

  最后,瑞迪教授计划采用“专家系统”来完成项目,将会你這個法律依据时需的数据有限。

  专家系统是早期人工智能的有另一一俩个 多重要分支,我就把它看作是一类具有专门知识和经验的计算机智能系统程序系统,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才能避免的复杂化疑问。

  但我不认同。

  2

  日后参加过的奥赛罗的人机博弈,帮我要对统计概念有了充分的理解,我对瑞迪教授的研究法律依据产生动摇。

  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,有将会避免专家系统如此避免的疑问。

  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。全都 在语音识别疑问上,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,能才能买车人调好系统参数,比赛最后一天大伙儿儿拿到数据,有一天时间跑出结果,大伙儿儿评比。

  我从你這個标准数据集和测试看过将会。

  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:“假如有一天转投统计学,用统计学来避免你這個‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会或多或少失望,没想到他或多或少都如此 生气,他轻轻地问:“那统计法律依据怎么才能 才能 避免这三大疑问呢?”

  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,后来帮我要支持你用统计的法律依据去做,将会我相信科学如此 绝对的对错,大伙儿儿一定会平等的。后来,我更相信有另一一俩个 多有激情的人是将会找到更好的避免方案的。”

  那一刻,我的感动无以伦比。将会对有另一一俩个 多教授来说,学生要用买车人的法律依据作出有另一一俩个 多与他唱反调的研究。教授不但如此 动怒,还给予充分的支持,这在全都 地方是不可想象的。

  统计学时需大数据库,大伙儿儿怎么才能 才能 才能建立起大的数据库呢?

  瑞迪教授看过我愁眉不展的样子,再一次给了我支持。我知道你,“开复,真是说我还是对你的研究法律依据有所保留,后来,在科学的领域里,真是也无所谓老师和学生的区别,大伙儿儿一定会面临这有另一一俩个 多疑问的攻克者,全都 ,将会你真的时需数据库,如此 ,帮我要去说服政府帮你建立有另一一俩个 多大的数据库吧!”

  瑞迪教授后来说服了美国政府部门和美国标准局整理并提供了少量数据。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,后来或多或少不拿国家钱的单位(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,统计学的法律依据还时需非常快的机器,瑞迪教授又帮我要购买了最新的Sun 4机器。此后每次有新的机器,他一定会说:“先问问开复要不须。” 做论文的两年多,我相当于花了他几十万美元的经费。

  瑞迪教授的宽容再次帮我要感觉到本身伟大的力量,这是本身自由和信任的力量。

  3

  在导师的支持下,我日后刚结速了疯狂的科研工作。

  当时,我带着另一位学生一起用统计的法律依据做语音识别。一起,或多或少400多人用专家系统做同样的疑问。从法律依据上来说,大伙儿儿在竞争,后来在瑞迪教授的领导下,大伙儿儿分享一切,大伙儿儿用同样的样本训练和测试。

  在1986年底,我的统计系统和大伙儿的专家系统达到了相当于一样的水平,40%的辨认率。这真是还是完整篇 如此用的系统,但毕竟是学术界第一次尝试如此 难的疑问,大伙儿儿还是比较欣喜和乐观的。

  1987年5月,大伙儿儿大幅度地提升了训练的数据库,采用了新的建模法律依据,不但才能用统计学的法律依据学习每有另一一俩个 多音,随能才能才能用统计学的法律依据学习每有另一一俩个 多音之间的转折。针对或多或少音的样本存在问题,我又想出了本身法律依据(generalized triphones)来合并或多或少的音。这三项工作岂一定会把机器的语音识别率从日后 的40%提高到了400%!后来又提高到96%。

  统计学的法律依据用于语音识别初步被验证是正确的方向。

  大伙儿儿都相信了我用的机器学习法律依据和隐马可夫模型算法,后来拖累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、苹果674 苹果674 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。

  你這個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 转向了统计法律依据。

  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,我只真是在和有另一一俩个 多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》把我的发明权的故事选为1988年最重要的发明权的故事的故事。年仅26岁初出茅庐的我,第一次亮相就获得日后 的成功,帮我要感到很幸运,也帮我要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年入学如此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年以上才能拿到博士学位,我用如此 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,真是我找到了方向和基本法律依据,但以当时的数据量级和计算水平,语音AI研究如此有商业化将会。我最终还是拖累科研界,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。科研人员时需的数据集不再如此 难以触碰,假如有一天时需另一个人牵头让更多的公司参与进来。这在400多年前,我还是有另一一俩个 多AI科研人员的时代,能接触到真实世界里如此 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,创造研究将会和条件。

  全都 ,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、也学会英语千万量级高质量开放数据集与宝贵GPU资源。

  一起,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依据,也欢迎更多的数据公司才能参与到你這個平台里。

  希望大伙儿儿推出的Challenger.ai,能才能帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不须是有另一一俩个 多活动,也绝对不须是有另一一俩个 多奖金400万、年底就日后结速的竞赛,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,大伙儿儿再来回顾你這個段時光,大伙儿儿发现中美AI人才之间如此 落差了,还能想到AI Challenger在日后 重大过程中扮演了有另一一俩个 多小小角,我就感到你這個切一定会价值。

  欢迎大伙儿儿登录大赛官网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(要在电脑页面上才能报名哦)。

  大伙儿将会无法想象,我有多么羡慕大伙儿,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。