李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:1
  • 来源:10分6合官网平台_10分6合网投平台_10分6合投注平台_10分6合娱乐平台

  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。

  也可是我说,他希望机器能听懂任何人的声音,可是我要能懂上千个词汇,懂大伙儿自然连续说出的每句子。

  这原先问题报告 报告 也有当时无解的问题报告 报告 。

  而瑞迪教授大胆地玩转信用卡 项目,希望一齐正确处理这原先问题报告 报告 。他在全美招聘了50多位教授、研究员、语音学家、学生、守护线程员,以启动什儿 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,业界可是我有例如于今天淬硬层 学习的算法,但有2个 劲那么实现数据标准化,数据量可是我足英文够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)也有各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量可是我同。或多或少都各称业界第一,大伙儿儿莫衷一是。

  而每个大公司也有买车人的商业需求,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,或多或少大公司并那么动力来帮助小公司或学校。而小公司和学校,往往非要资源做些较小的数据集,结果通常可是我如大公司的好。

  不仅那么,数据不标准对AI研究而言是致命的,最后原困分析或多或少问题报告 报告 ,包括:

  1、可是我测试语料库不同,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,可是我可是我数据那么打通,算法就更不可是我打通了。

  2、可是我每家做的领域不同,最后的结果也有可比。或多或少领域词汇量小,比较容易,可是我做出结果也可是我非要通用。或多或少领域词汇量大,可是我约束或多或少,或多或少能说的内容太多,原困分析比较容易识别,可是我能通用。

  3、可是我每家训练集不一样大,而训练集越大,一般结果越好。或多或少,有可是我结果做的好,被认为并也有靠算法,可是我靠数据量大。

  4、对于学术单位来说,最大的问题报告 报告 来自于那么足够的资源(也那么兴趣)下发、清洗、标注大量的语料。对于小公司来说,语料和计算力也有问题报告 报告 。

  最后,瑞迪教授计划采用“专家系统”来完成项目,可是我什儿 土办法非要的数据有限。

  专家系统是早期人工智能的原先重要分支,你都上上能把它看作是一类具有专门知识和经验的计算机智能守护线程系统,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要能正确处理的错综复杂问题报告 报告 。

  但我不认同。

  2

  时候参加过的奥赛罗的人机博弈,我想对统计概念有了充分的理解,我对瑞迪教授的研究土办法产生动摇。

  我相信建立大型的数据库,可是我对大的语音数据库进行分类,有可是我正确处理专家系统非要正确处理的问题报告 报告 。

  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。或多或少在语音识别问题报告 报告 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,要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。

  我从什儿 标准数据集和测试看后可是我。

  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,用统计学来正确处理什儿 ‘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那么生气,他轻轻地问:“那统计土办法如何正确处理这三问题报告 报告 报告 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,可是我我想支持你用统计的土办法去做,可是我我相信科学那么绝对的对错,大伙儿儿也有平等的。可是我,我更相信原先有激情的人是可是我找到更好的正确处理方案的。”

  那一刻,我的感动无以伦比。可是我对原先教授来说,学生要用买车人的土办法作出原先与他唱反调的研究。教授不但那么动怒,还给予充分的支持,这在或多或少地方是不可想象的。

  统计学非要大数据库,大伙儿儿如何要能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。大伙儿说,“开复,随便说说说我还是对你的研究土办法有所保留,可是我,在科学的领域里,随便说说也无所谓老师和学生的区别,大伙儿儿也有面临这原先问题报告 报告 的攻克者,或多或少,可是我你真的非要数据库,那么,我想去说服政府帮你建立原先大的数据库吧!”

  瑞迪教授然后 说服了美国政府部门和美国标准局下发并提供了大量数据。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,然后 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,统计学的土办法还非要非常快的机器,瑞迪教授又我想购买了最新的Sun 4机器。此后每次有新的机器,他一定会说:“先问问开复要并不。” 做论文的两年多,我大约花了他几十万美元的经费。

  瑞迪教授的宽容再次我想感觉到三种伟大的力量,这是三种自由和信任的力量。

  3

  在导师的支持下,我开使了疯狂的科研工作。

  当时,我带着另一位学生一齐用统计的土办法做语音识别。一齐,或多或少50多人用专家系统做同样的问题报告 报告 。从土办法上来说,大伙儿儿在竞争,可是我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大约一样的水平,40%的辨认率。这随便说说还是完整版非要用的系统,但毕竟是学术界第一次尝试那么难的问题报告 报告 ,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,采用了新的建模土办法,不但要能用统计学的土办法学习每原先音,可是我要能用统计学的土办法学习每原先音之间的转折。针对或多或少音的样本不足英文,我又想出了三种土办法(generalized triphones)来合并或多或少的音。这三项工作你造把机器的语音识别率从原先 的40%提高到了50%!然后 又提高到96%。

  统计学的土办法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土办法和隐马可夫模型算法,可是我背叛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,然后 的Nuance,微软、iPhone6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。

  什儿 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版转向了统计土办法。

  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,我只随便说说在和原先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

  然后 ,《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,第一次亮相就获得原先 的成功,我想感到很幸运,也我想有了继续向科技高峰攀爬的动力。

  而我也可是我拿到了卡内基·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年以上要能拿到博士学位,我用那么短的时间拿到博士学位,是一项新的纪录。

  我也可是我破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,随便说说我找到了方向和基本土办法,但以当时的数据量级和计算水平,语音AI研究不难 有商业化可是我。我最终还是背叛科研界,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。科研人员非要的数据集不再那么难以触碰,可是我非要一群人牵头让更多的公司参与进来。这在50多年前,我还是原先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,创造研究可是我和条件。

  或多或少,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入大量资金、也玩转信用卡 千万量级高质量开放数据集与宝贵GPU资源。

  一齐,我也倡导商界和科研界能采用大量的数据和标准的测试土办法,也欢迎更多的数据公司要能参与到什儿 平台里。

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

  在我看来,这次AIChallenger绝对不可是我原先活动,也绝对不可是我原先奖金50万、年底就开使的竞赛,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,大伙儿儿再来回顾什儿 段时光图片 电视剧,大伙儿儿发现中美AI人才之间那么落差了,还能想到AI Challenger在原先 重大过程中扮演了原先小小角,你都上上能感到什儿 切也有价值。

  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(要在电脑页面上要能报名哦)。

  大伙儿可是我无法想象,我有多么羡慕大伙儿,生活在数据爆炸的时代,一群人提供数据和奖金池,让有才华的人一展拳脚。