李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0

  文/李开复

  1

  今天跟朋友讲个故事。

  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100万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也却句子,他希望机器能听懂任何人的声音,否则还并能 懂上千个词汇,懂朋友自然连续说出的每句子。

  这另另另一个 什么的问题有的是当时无解的什么的问题。

  而瑞迪教授大胆地拿出项目,希望一并补救这另另另一个 什么的问题。他在全美招聘了100多位教授、研究员、语音学家、学生、应用多多线程 员,以启动這個 有史以来最大的语音项目。

  我也在这100人名单之内。

  当时的科研背景是,业界否则有之类今天强度学习的算法,但无缘无故 那末实现数据标准化,数据量也过高 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,测试的词汇量很久同。什么都都各称业界第一,朋友莫衷一是。

  而每个大公司有的是什么都人的商业需求,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,什么都大公司并那末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,结果通常很久如大公司的好。

  不仅那末,数据不标准对AI研究而言是致命的,最后意味什么都什么的问题,包括:

  1、否则测试语料库不同,最后识别结果,朋友无法克隆qq好友好友,也无法验证。彼此不认可,否则否则数据那末打通,算法就更不否则打通了。

  2、否则每家做的领域不同,最后的结果有的是可比。什么都领域词汇量小,比较容易,否则做出结果也否则非要通用。什么都领域词汇量大,否则约束什么都,什么都能说的内容很多,意味比较容易识别,很久能通用。

  3、否则每家训练集不一样大,而训练集越大,一般结果越好。什么都,有否则结果做的好,被认为并有的是靠算法,很久靠数据量大。

  4、对于学术单位来说,最大的什么的问题来自于那末足够的资源(也那末兴趣)分发、清洗、标注絮状的语料。对于小公司来说,语料和计算力有的是什么的问题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,否则這個 措施 并能 的数据有限。

  专家系统是早期人工智能的另另另一个 重要分支,让人把它看作是一类具有专门知识和经验的计算机智能应用多多线程 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并能补救的复杂化什么的问题。

  但我不认同。

  2

  很久参加过的奥赛罗的人机博弈,让人 对统计概念有了充分的理解,我对瑞迪教授的研究措施 产生动摇。

  我相信建立大型的数据库,否则对大的语音数据库进行分类,有否则补救专家系统非要补救的什么的问题。

  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。什么都在语音识别什么的问题上,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,还并能 什么都人调好系统参数,比赛最后一天朋友拿到数据,有一天时间跑出结果,朋友评比。

  我从這個 标准数据集和测试看到否则。

  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:“很久转投统计学,用统计学来补救這個 ‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会什么都失望,没想到他什么都都那末生气,他轻轻地问:“那统计措施 咋样补救这三大什么的问题呢?”

  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我不知道:“开复,你对专家系统和统计的观点,我是不同意的,否则让人 支持你用统计的措施 去做,否则我相信科学那末绝对的对错,朋友有的是平等的。否则,我更相信另另另一个 有激情的人是是不是则找到更好的补救方案的。”

  那一刻,我的感动无以伦比。否则对另另另一个 教授来说,学生要用什么都人的措施 作出另另另一个 与他唱反调的研究。教授不但那末动怒,还给予充分的支持,这在什么都地方是不可想象的。

  统计学并能 大数据库,朋友咋样并能建立起大的数据库呢?

  瑞迪教授看到我愁眉不展的样子,再一次给了我支持。也许,“开复,其实说我还是对你的研究措施 有所保留,否则,在科学的领域里,其实也无所谓老师和学生的区别,朋友有的是面临这另另另一个 什么的问题的攻克者,什么都,否则你真的并能 数据库,那末,让人 去说服政府帮你建立另另另一个 大的数据库吧!”

  瑞迪教授很久说服了美国政府部门和美国标准局分发并提供了絮状数据。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,很久什么都不拿国家钱的单位(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,统计学的措施 还并能 非常快的机器,瑞迪教授又让人 购买了最新的Sun 4机器。此后每次有新的机器,他一定会说:“先问问开复要暂且。” 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让人 感觉到四种 伟大的力量,这是四种 自由和信任的力量。

  3

  在导师的支持下,我开始英文英文了疯狂的科研工作。

  当时,我带着另一位学生一并用统计的措施 做语音识别。一并,什么都100多人用专家系统做同样的什么的问题。从措施 上来说,朋友在竞争,否则在瑞迪教授的领导下,朋友分享一切,朋友用同样的样本训练和测试。

  在1986年底,我的统计系统和朋友的专家系统达到了大约 一样的水平,40%的辨认率。这其实还是全版非要用的系统,但毕竟是学术界第一次尝试那末难的什么的问题,朋友还是比较欣喜和乐观的。

  1987年5月,朋友大幅度地提升了训练的数据库,采用了新的建模措施 ,不但并能用统计学的措施 学习每另另另一个 音,否则还并能 用统计学的措施 学习每另另另一个 音之间的转折。针对什么都音的样本过高 ,我又想出了四种 措施 (generalized triphones)来合并什么都的音。这三项工作青春恋爱物语把机器的语音识别率从那末 的40%提高到了100%!很久又提高到96%。

  统计学的措施 用于语音识别初步被验证是正确的方向。

  朋友都相信了我用的机器学习措施 和隐马可夫模型算法,否则离开了不可行的专家系统(专家系统只达到100%的识别率)。在我的博士论文基础上,很久的Nuance,微软、iPhone5iPhone5iPhone5 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。

  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全版转向了统计措施 。

  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,我只其实在和另另另一个 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

  很久,《商业周刊》把我的发明人人选为1988年最重要的发明人人人。年仅26岁初出茅庐的我,第一次亮相就获得那末 的成功,让人 感到很幸运,也让人 有了继续向科技高峰攀爬的动力。

  而我也否则拿到了卡内基·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年以上并能拿到博士学位,我用那末短的时间拿到博士学位,是一项新的纪录。

  我也否则破格留校,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措施 ,但以当时的数据量级和计算水平,语音AI研究好难有商业化否则。我最终还是离开科研界,进入商界,用产品改变世界。

  100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。科研人员并能 的数据集不再那末难以触碰,很久并能 村里人 牵头让更多的公司参与进来。这在100多年前,我还是另另另一个 AI科研人员的时代,能接触到真实世界里那末海量的数据,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,创造研究否则和条件。

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

  一并,我也倡导商界和科研界能采用絮状的数据和标准的测试措施 ,也欢迎更多的数据公司并能参与到這個 平台里。

  希望朋友推出的Challenger.ai,还并能 帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不很久另另另一个 活动,也绝对不很久另另另一个 奖金100万、年底就开始英文英文的竞赛,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,朋友再来回顾這個 段时光 匆匆,朋友发现中美AI人才之间那末落差了,还能想到AI Challenger在那末 重大过程中扮演了另另另一个 小小角,让人感到這個 切有的是价值。

  欢迎朋友登录大赛官网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(要在电脑页面上并能报名哦)。

  朋友否则无法想象,我有多么羡慕朋友,生活在数据爆炸的时代,村里人 提供数据和奖金池,让有才华的人一展拳脚。