李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:4
  • 来源:极速快3_快3单双计划_极速快3单双计划

  文/李开复

  1

  今天跟我们都 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150万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也却搞笑的话,他希望机器能听懂任何人的声音,许多能非要懂上千个词汇,懂我们都 自然连续说出的每搞笑的话。

  这另还还有一个 间题都有当时无解的间题。

  而瑞迪教授大胆地拿出项目,希望同去避免这另还还有一个 间题。他在全美招聘了150多位教授、研究员、语音学家、学生、进程运行员,以启动五种有史以来最大的语音项目。

  我也在这150人名单之内。

  当时的科研背景是,业界机会有类似于今天深度学习的算法,但老是越来越实现数据标准化,数据量也严重不足够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)都有各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量就说 同。就说 都各称业界第一,我们都 莫衷一是。

  而每个大公司都有当事人的商业需求,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,就说 大公司并越来越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,结果通常就说 如大公司的好。

  不仅越来越,数据不标准对AI研究而言是致命的,最后由于就说 间题,包括:

  1、机会测试语料库不同,最后识别结果,我们都 无法复制,也无法验证。彼此不认可,许多机会数据越来越打通,算法就更不机会打通了。

  2、机会每家做的领域不同,最后的结果都有可比。许多领域词汇量小,比较容易,许多做出结果也机会非要通用。许多领域词汇量大,许多约束就说 ,就说 能说的内容不要 ,由于比较容易识别,就说 能通用。

  3、机会每家训练集不一样大,而训练集越大,一般结果越好。就说 ,有机会结果做的好,被认为并都有靠算法,就说 靠数据量大。

  4、对于学术单位来说,最大的间题来自于越来越足够的资源(也越来越兴趣)埋点、清洗、标注小量的语料。对于小公司来说,语料和计算力都有间题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,机会五种土办法可不可以 的数据有限。

  专家系统是早期人工智能的另还还有一个 重要分支,我想要把它看作是一类具有专门知识和经验的计算机智能进程运行系统,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也能避免的比较复杂间题。

  但我不认同。

  2

  后来参加过的奥赛罗的人机博弈,我想要 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,许多对大的语音数据库进行分类,有机会避免专家系统非要避免的间题。

  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。就说 在语音识别间题上,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,能非要当事人调好系统参数,比赛最后一天我们都 拿到数据,有一天时间跑出结果,我们都 评比。

  我从五种标准数据集和测试看过机会。

  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:“倘若转投统计学,用统计学来避免五种‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会许多失望,没想到他许多都越来越生气,他轻轻地问:“那统计土办法怎么才能 才能 避免这三间题呢?”

  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告诉我:“开复,你对专家系统和统计的观点,我是不同意的,许多我想要 支持你用统计的土办法去做,机会我相信科学越来越绝对的对错,我们都 都有平等的。许多,我更相信另还还有一个 有激情的人是机会找到更好的避免方案的。”

  那一刻,我的感动无以伦比。机会对另还还有一个 教授来说,学生要用当事人的土办法作出另还还有一个 与他唱反调的研究。教授不但越来越动怒,还给予充分的支持,这在就说 地方是不可想象的。

  统计学可不可以 大数据库,我们都 怎么才能 才能 也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。你说什么,“开复,我嘴笨 说我还是对你的研究土办法有所保留,许多,在科学的领域里,我我嘴笨 也无所谓老师和学生的区别,我们都 都有面临五种另还还有一个 间题的攻克者,就说 ,机会你真的可不可以 数据库,越来越,我想要 去说服政府帮你建立另还还有一个 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埋点并提供了小量数据。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,后来许多不拿国家钱的单位(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,统计学的土办法可不可以 非常快的机器,瑞迪教授又我想要 购买了最新的Sun 4机器。此后每次有新的机器,他都有说:“先问问开复要何必 。” 做论文的两年多,我要花费花了他几十万美元的经费。

  瑞迪教授的宽容再次我想要 感觉到五种伟大的力量,这是五种自由和信任的力量。

  3

  在导师的支持下,我开始英文了疯狂的科研工作。

  当时,我带着另一位学生同去用统计的土办法做语音识别。同去,许多150多人用专家系统做同样的间题。从土办法上来说,我们都 在竞争,许多在瑞迪教授的领导下,我们都 分享一切,我们都 用同样的样本训练和测试。

  在1986年底,我的统计系统和我们都 的专家系统达到了要花费一样的水平,40%的辨认率。这我嘴笨 还是删剪非要用的系统,但毕竟是学术界第一次尝试越来越难的间题,我们都 还是比较欣喜和乐观的。

  1987年5月,我们都 大幅度地提升了训练的数据库,采用了新的建模土办法,不但也能用统计学的土办法学习每另还还有一个 音,许多能非要用统计学的土办法学习每另还还有一个 音之间的转折。针对许多音的样本严重不足,我又想出了五种土办法(generalized triphones)来合并许多的音。这三项工作你造把机器的语音识别率从就说 的40%提高到了150%!后来又提高到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。

  我们都 都相信了我用的机器学习土办法和隐马可夫模型算法,许多背叛了不可行的专家系统(专家系统只达到150%的识别率)。在我的博士论文基础上,后来的Nuance,微软、苹果机手机7苹果机手机7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。

  五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删剪转向了统计土办法。

  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,我只我嘴笨 在和另还还有一个 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

  后来,《商业周刊》把我的发明选为1988年最重要的发明权。年仅26岁初出茅庐的我,第一次亮相就获得就说 的成功,我想要 感到很幸运,也我想要 有了继续向科技高峰攀爬的动力。

  而我也许多拿到了卡内基·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年以上也能拿到博士学位,我用越来越短的时间拿到博士学位,是一项新的纪录。

  我也许多破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,我嘴笨 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研究好难有商业化机会。我最终还是背叛科研界,进入商界,用产品改变世界。

  150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。科研人员可不可以 的数据集不再越来越难以触碰,就说 可不可以 他们牵头让更多的公司参与进来。这在150多年前,我还是另还还有一个 AI科研人员的时代,能接触到真实世界里越来越海量的数据,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,创造研究机会和条件。

  就说 ,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入小量资金、也拿出千万量级高质量开放数据集与宝贵GPU资源。

  同去,我也倡导商界和科研界能采用小量的数据和标准的测试土办法,也欢迎更多的数据公司也能参与到五种平台里。

  希望我们都 推出的Challenger.ai,能非要帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不就说 另还还有一个 活动,也绝对不就说 另还还有一个 奖金150万、年底就开始英文的竞赛,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,我们都 再来回顾五种段时光图片 ,我们都 发现中美AI人才之间越来越落差了,还能想到AI Challenger在就说 重大过程中扮演了另还还有一个 小小角,我想要感到五种切都有价值。

  欢迎我们都 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(要在电脑页面上也能报名哦)。

  我们都 机会无法想象,我有多么羡慕我们都 ,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。