李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:大发欢乐生肖app下载-大发欢乐生肖app下载安装

  文/李开复

  1

  今天跟一些人讲个故事。

  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。

  也太大太大太大太大我说,他希望机器能听懂任何人的声音,后来都都要懂上千个词汇,懂一些人自然连续说出的每话语。

  某种有另一个 问提有的是当时无解的问提。

  而瑞迪教授大胆地背熟项目,希望并肩解决某种有另一个 问提。他在全美招聘了50多位教授、研究员、语音学家、学生、任务管理器员,以启动某种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,业界可能性有类似今天高度学习的算法,但时不时非要实现数据标准化,数据量也匮乏够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)有的是各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量太大太大太大太大我同。太大太大太大太大有都各称业界第一,一些人莫衷一是。

  而每个大公司有的是当事人的商业需求,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,太大太大太大太大有大公司并非要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,结果通常太大太大太大太大我如大公司的好。

  不仅非要,数据不标准对AI研究而言是致命的,最后意味着着分析太大太大太大太大有问提,包括:

  1、可能性测试语料库不同,最后识别结果,一些人无法群克隆,也无法验证。彼此不认可,后来可能性数据非要打通,算法就更可能性性打通了。

  2、可能性每家做的领域不同,最后的结果有的是可比。一些领域词汇量小,比较容易,后来做出结果也可能性非要通用。一些领域词汇量大,后来约束太大太大太大太大有,太大太大太大太大有能说的内容太大,意味着着分析比较容易识别,太大太大太大太大你都都要通用。

  3、可能性每家训练集不一样大,而训练集越大,一般结果越好。太大太大太大太大有,有可能性结果做的好,被认为无须是靠算法,太大太大太大太大我靠数据量大。

  4、对于学术单位来说,最大的问提来自于非要足够的资源(也非要兴趣)架构设计 、清洗、标注少量的语料。对于小公司来说,语料和计算力有的是问提。

  最后,瑞迪教授计划采用“专家系统”来完成项目,可能性某种法律土辦法 都要的数据有限。

  专家系统是早期人工智能的有另一个 重要分支,你都都要把它看作是一类具有专门知识和经验的计算机智能任务管理器系统,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助于解决的繁复问提。

  但我不认同。

  2

  事先参加过的奥赛罗的人机博弈,你都都要对统计概念有了充分的理解,我对瑞迪教授的研究法律土辦法 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,有可能性解决专家系统非要解决的问提。

  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。太大太大太大太大有在语音识别问提上,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,都都要当事人调好系统参数,比赛最后一天一些人拿到数据,有一天时间跑出结果,一些人评比。

  我从某种标准数据集和测试看完可能性。

  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:“后来我转投统计学,用统计学来解决某种‘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,没想到他一些都非要生气,他轻轻地问:“那统计法律土辦法 怎么解决这三问提呢?”

  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太大太大太大太大我知道:“开复,你对专家系统和统计的观点,我是不同意的,后来你都都要支持你用统计的法律土辦法 去做,可能性我相信科学非要绝对的对错,一些人有的是平等的。后来,我更相信有另一个 有激情的人是可能性找到更好的解决方案的。”

  那一刻,我的感动无以伦比。可能性对有另一个 教授来说,学生要用当事人的法律土辦法 作出有另一个 与他唱反调的研究。教授不但非要动怒,还给予充分的支持,这在太大太大太大太大有地方是不可想象的。

  统计学都要大数据库,一些人怎么助于建立起大的数据库呢?

  瑞迪教授看完我愁眉不展的样子,再一次给了我支持。我说,“开复,觉得说我还是对你的研究法律土辦法 有所保留,后来,在科学的领域里,觉得也无所谓老师和学生的区别,一些人有的是面临某种有另一个 问提的攻克者,太大太大太大太大有,可能性你真的都要数据库,非要,你都都要去说服政府帮你建立有另一个 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架构设计 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,统计学的法律土辦法 还都要非常快的机器,瑞迪教授又你都都要购买了最新的Sun 4机器。此后每次有新的机器,他后会说:“先问问开复要无须。” 做论文的两年多,我至少花了他几十万美元的经费。

  瑞迪教授的宽容再次你都都要感觉到某种伟大的力量,这是某种自由和信任的力量。

  3

  在导师的支持下,我刚开始了疯狂的科研工作。

  当时,我带着另一位学生并肩用统计的法律土辦法 做语音识别。并肩,一些50多人用专家系统做同样的问提。从法律土辦法 上来说,一些人在竞争,后来在瑞迪教授的领导下,一些人分享一切,一些人用同样的样本训练和测试。

  在1986年底,我的统计系统和一些人的专家系统达到了至少一样的水平,40%的辨认率。这觉得还是详细非要用的系统,但毕竟是学术界第一次尝试非要难的问提,一些人还是比较欣喜和乐观的。

  1987年5月,一些人大幅度地提升了训练的数据库,采用了新的建模法律土辦法 ,不但助于用统计学的法律土辦法 学习每有另一个 音,后来都都要用统计学的法律土辦法 学习每有另一个 音之间的转折。针对一些音的样本匮乏,我又想出了某种法律土辦法 (generalized triphones)来合并一些的音。这三项工作你以为把机器的语音识别率从事先的40%提高到了50%!后来又提高到96%。

  统计学的法律土辦法 用于语音识别初步被验证是正确的方向。

  一些人都相信了我用的机器学习法律土辦法 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50%的识别率)。在我的博士论文基础上,后来的Nuance,微软、苹果5苹果5苹果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。

  某种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详细转向了统计法律土辦法 。

  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,我只觉得在和有另一个 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

  后来,《商业周刊》把我的发明选为1988年最重要的发明者。年仅26岁初出茅庐的我,第一次亮相就获得事先的成功,你都都要感到很幸运,也你都都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年以还都可以够拿到博士学位,我用非要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,觉得我找到了方向和基本法律土辦法 ,但以当时的数据量级和计算水平,语音AI研究很难有商业化可能性。我最终还是拖累科研界,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。科研人员都要的数据集不再非要难以触碰,太大太大太大太大我都要他们牵头让更多的公司参与进来。这在50多年前,我还是有另一个 AI科研人员的时代,能接触到真实世界里非要海量的数据,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,创造研究可能性和条件。

  太大太大太大太大有,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。

  并肩,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土辦法 ,也欢迎更多的数据公司助于参与到某种平台里。

  希望一些人推出的Challenger.ai,都都要帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不太大太大太大太大我有另一个 活动,也绝对不太大太大太大太大我有另一个 奖金50万、年底就刚开始的竞赛,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,一些人再来回顾某种段流年,一些人发现中美AI人才之间非要落差了,还能想到AI Challenger在事先重大过程中扮演了有另一个 小小角,你都都要感到某种切有的是价值。

  欢迎一些人登录大赛官网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(要在电脑页面还都可以够报名哦)。

  一些人可能性无法想象,我有多么羡慕一些人,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。