李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0

  文/李开复

  1

  今天跟让让我们讲个故事。

  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。

  也却语录,他希望机器能听懂任何人的声音,以后还才能 懂上千个词汇,懂让让我们自然连续说出的每语录。

  类式 一个多多什么的什么的问题完整性都会当时无解的什么的什么的问题。

  而瑞迪教授大胆地读懂项目,希望一起补救类式 一个多多什么的什么的问题。他在全美招聘了400多位教授、研究员、语音学家、学生、守护多多线程 员,以启动类式 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,业界肯能有类式今天宽度学习的算法,但老是比较慢实现数据标准化,数据量而是足够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)完整性都会各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量而是同。好多好多 都各称业界第一,让让我们莫衷一是。

  而每个大公司完整性都会本人的商业需求,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 大公司并比较慢动力来帮助小公司或学校。而小公司和学校,往往才能资源做些较小的数据集,结果通常而是如大公司的好。

  不仅比较慢,数据不标准对AI研究而言是致命的,最后原应好多好多 什么的什么的问题,包括:

  1、肯能测试语料库不同,最后识别结果,让让我们无法复制,也无法验证。彼此不认可,以后肯能数据比较慢打通,算法就更不肯能打通了。

  2、肯能每家做的领域不同,最后的结果完整性都会可比。某些领域词汇量小,比较容易,以后做出结果也肯还才能 通用。某些领域词汇量大,以后约束好多好多 ,好多好多 能说的内容比较慢来越多,原应比较容易识别,而是能通用。

  3、肯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 ,有肯能结果做的好,被认为并完整性都会靠算法,而是靠数据量大。

  4、对于学术单位来说,最大的什么的什么的问题来自于比较慢足够的资源(也比较慢兴趣)挂接、清洗、标注一定量的语料。对于小公司来说,语料和计算力完整性都会什么的什么的问题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,肯能类式 办法才能 的数据有限。

  专家系统是早期人工智能的一一个多多重要分支,我就把它看作是一类具有专门知识和经验的计算机智能守护多多线程 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补救的复杂性什么的什么的问题。

  但我不认同。

  2

  刚刚参加过的奥赛罗的人机博弈,帮我对统计概念有了充分的理解,我对瑞迪教授的研究办法产生动摇。

  我相信建立大型的数据库,以后对大的语音数据库进行分类,有肯能补救专家系统才能补救的什么的什么的问题。

  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。好多好多 在语音识别什么的什么的问题上,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,还才能 本人调好系统参数,比赛最后一天让让我们拿到数据,有一天时间跑出结果,让让我们评比。

  我从类式 标准数据集和测试看了肯能。

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

  我以为瑞迪会某些失望,没想到他某些都比较慢生气,他轻轻地问:“那统计办法怎样才能补救这三大什么的什么的问题呢?”

  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问你:“开复,你对专家系统和统计的观点,我是不同意的,以后帮我支持你用统计的办法去做,肯能我相信科学比较慢绝对的对错,让让我们完整性都会平等的。以后,我更相信一一个多多有激情的人是肯能找到更好的补救方案的。”

  那一刻,我的感动无以伦比。肯能对一一个多多教授来说,学生要用本人的办法作出一一个多多与他唱反调的研究。教授不但比较慢动怒,还给予充分的支持,这在好多好多 地方是不可想象的。

  统计学才能 大数据库,让让我们怎样才能才能建立起大的数据库呢?

  瑞迪教授看了我愁眉不展的样子,再一次给了我支持。我知道你,“开复,其实说我还是对你的研究办法有所保留,以后,在科学的领域里,其实也无所谓老师和学生的区别,让让我们完整性都会面临类式 一个多多什么的什么的问题的攻克者,好多好多 ,肯能你真的才能 数据库,比较慢,帮我去说服政府帮你建立一一个多多大的数据库吧!”

  瑞迪教授以后说服了美国政府部门和美国标准局挂接并提供了一定量数据。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,以后某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,统计学的办法还才能 非常快的机器,瑞迪教授又帮我购买了最新的Sun 4机器。此后每次有新的机器,他都会说:“先问问开复要并非 。” 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帮我感觉到并有的是伟大的力量,这是并有的是自由和信任的力量。

  3

  在导师的支持下,我开使英语 英语 了疯狂的科研工作。

  当时,我带着另一位学生一起用统计的办法做语音识别。一起,某些400多人用专家系统做同样的什么的什么的问题。从办法上来说,让让我们在竞争,以后在瑞迪教授的领导下,让让我们分享一切,让让我们用同样的样本训练和测试。

  在1986年底,我的统计系统和让让我们的专家系统达到了共要一样的水平,40%的辨认率。这其实还是完整性才能用的系统,但毕竟是学术界第一次尝试比较慢难的什么的什么的问题,让让我们还是比较欣喜和乐观的。

  1987年5月,让让我们大幅度地提升了训练的数据库,采用了新的建模办法,不但才能用统计学的办法学习每一一个多多音,以后还才能 用统计学的办法学习每一一个多多音之间的转折。针对某些音的样本不足,我又想出了并有的是办法(generalized triphones)来合并某些的音。这三项工作简直把机器的语音识别率从一一个多多的40%提高到了400%!以后又提高到96%。

  统计学的办法用于语音识别初步被验证是正确的方向。

  让让我们相信了我用的机器学习办法和隐马可夫模型算法,以后被抛弃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,以后的Nuance,微软、苹果手机6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。

  类式 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性转向了统计办法。

  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,我只其其实和一一个多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

  以后,《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,第一次亮相就获得一一个多多的成功,帮我感到很幸运,也帮我有了继续向科技高峰攀爬的动力。

  而我也以后拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学才能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年以上才能拿到博士学位,我用比较慢短的时间拿到博士学位,是一项新的纪录。

  我也以后破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,其实我找到了方向和基本办法,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肯能。我最终还是被抛弃科研界,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。科研人员才能 的数据集不再比较慢难以触碰,而是才能 许多人牵头让更多的公司参与进来。这在400多年前,我还是一一个多多AI科研人员的时代,能接触到真实世界里比较慢海量的数据,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,创造研究肯能和条件。

  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”。三家公司分别投入一定量资金、也读懂千万量级高质量开放数据集与宝贵GPU资源。

  一起,我也倡导商界和科研界能采用一定量的数据和标准的测试办法,也欢迎更多的数据公司才能参与到类式 平台里。

  希望让让我们推出的Challenger.ai,还才能 帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不让是一一个多多活动,也绝对不让是一一个多多奖金400万、年底就开使英语 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,让让我们再来回顾类式 段時光,让让我们发现中美AI人才之间比较慢落差了,还能想到AI Challenger在一一个多多重大过程中扮演了一一个多多小小角,我就感到类式 切完整性都会价值。

  欢迎让让我们登录大赛官网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)。

  让让我们肯能无法想象,我有多么羡慕让让我们,生活在数据爆炸的时代,许多人提供数据和奖金池,让有才华的人一展拳脚。