李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:2
  • 来源:吉林快3官网-极速快3平台_极速赛车网投平台

  文/李开复

  1

  今天跟大伙 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。

  也可是我 说,他希望机器能听懂任何人的声音,之能不需要 不需要 懂上千个词汇,懂大伙 自然连续说出的每励志的话 。

  这另另4个 什么的问题后会 当时无解的什么的问题。

  而瑞迪教授大胆地背熟项目,希望共同避免这另另4个 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、守护进程员,以启动本身 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,业界可能性有累似 于今天深度学习的算法,但老要没有实现数据标准化,数据量也存在问题够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)后会 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,测试的词汇量可是我 同。可是我都各称业界第一,大伙 莫衷一是。

  而每个大公司后会 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,可是我大公司并没有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。

  不仅没有,数据不标准对AI研究而言是致命的,最后原应可是我什么的问题,包括:

  1、可能性测试语料库不同,最后识别结果,大伙 无法好友克隆,也无法验证。彼此不认可,然后可能性数据没有打通,算法就更可能性性打通了。

  2、可能性每家做的领域不同,最后的结果后会 可比。某些领域词汇量小,比较容易,然后做出结果也可能性非要通用。某些领域词汇量大,然后约束可是我,也非要说的内容太满,原应比较容易识别,可是我 能通用。

  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。可是我,有可能性结果做的好,被认为并后会 靠算法,可是我 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没有足够的资源(也没有兴趣)架构设计 、清洗、标注一定量的语料。对于小公司来说,语料和计算力后会 什么的问题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,可能性本身 法律最好的法子非要的数据有限。

  专家系统是早期人工智能的另另4个 重要分支,然后你把它看作是一类具有专门知识和经验的计算机智能守护进程系统,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不需要 避免的复杂性什么的问题。

  但我不认同。

  2

  过后 参加过的奥赛罗的人机博弈,然后你对统计概念有了充分的理解,我对瑞迪教授的研究法律最好的法子产生动摇。

  我相信建立大型的数据库,然后对大的语音数据库进行分类,有可能性避免专家系统非要避免的什么的问题。

  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。也都没有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,能不需要 本人调好系统参数,比赛最后一天大伙 拿到数据,有一天时间跑出结果,大伙 评比。

  我从本身 标准数据集和测试看到可能性。

  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:“然后转投统计学,用统计学来避免本身 ‘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,没想到他某些都没有生气,他轻轻地问:“那统计法律最好的法子咋样避免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告诉我:“开复,你对专家系统和统计的观点,我是不同意的,然后然后你支持你用统计的法律最好的法子去做,可能性我相信科学没有绝对的对错,大伙 后会 平等的。然后,我更相信另另4个 有激情的人是可能性找到更好的避免方案的。”

  那一刻,我的感动无以伦比。可能性对另另4个 教授来说,学生要用本人的法律最好的法子作出另另4个 与他唱反调的研究。教授不但没有动怒,还给予充分的支持,这在可是我地方是不可想象的。

  统计学非要大数据库,大伙 咋样不需要 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。是我不好,“开复,觉得说我还是对你的研究法律最好的法子有所保留,然后,在科学的领域里,觉得也无所谓老师和学生的区别,大伙 后会 面临这另另4个 什么的问题的攻克者,可是我,可能性你真的非要数据库,没有,然后你去说服政府帮你建立另另4个 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架构设计 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,然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,统计学的法律最好的法子还非要非常快的机器,瑞迪教授又然后你购买了最新的Sun 4机器。此后每次有新的机器,他后会说:“先问问开复要何必 。” 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然后你感觉到本身 伟大的力量,这是本身 自由和信任的力量。

  3

  在导师的支持下,我结束了了英语 了疯狂的科研工作。

  当时,我带着另一位学生共同用统计的法律最好的法子做语音识别。共同,某些400多人用专家系统做同样的什么的问题。从法律最好的法子上来说,大伙 在竞争,然后在瑞迪教授的领导下,大伙 分享一切,大伙 用同样的样本训练和测试。

  在1986年底,我的统计系统和大伙 的专家系统达到了共要一样的水平,40%的辨认率。这觉得还是完整版非要用的系统,但毕竟是学术界第一次尝试没有难的什么的问题,大伙 还是比较欣喜和乐观的。

  1987年5月,大伙 大幅度地提升了训练的数据库,采用了新的建模法律最好的法子,不但不需要 用统计学的法律最好的法子学习每另另4个 音,之能不需要 不需要 用统计学的法律最好的法子学习每另另4个 音之间的转折。针对某些音的样本存在问题,我又想出了本身 法律最好的法子(generalized triphones)来合并某些的音。这三项工作觉得 把机器的语音识别率从从前的40%提高到了400%!然后又提高到96%。

  统计学的法律最好的法子用于语音识别初步被验证是正确的方向。

  大伙 都相信了我用的机器学习法律最好的法子和隐马可夫模型算法,然后抛妻弃子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,然后的Nuance,微软、苹果6机手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。

  本身 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法律最好的法子。

  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,我只觉得在和另另4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

  然后,《商业周刊》把我的发明家 家 选为1988年最重要的科学发明家 家 。年仅26岁初出茅庐的我,第一次亮相就获得从前的成功,然后你感到很幸运,就然后你有了继续向科技高峰攀爬的动力。

  而我就然后拿到了卡内基·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年以上不需要 拿到博士学位,我用没有短的时间拿到博士学位,是一项新的纪录。

  我就然后破格留校,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最好的法子,但以当时的数据量级和计算水平,语音AI研究不能自己有商业化可能性。我最终还是抛妻弃子科研界,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。科研人员非要的数据集不再没有难以触碰,可是我 非要他们牵头让更多的公司参与进来。这在400多年前,我还是另另4个 AI科研人员的时代,能接触到真实世界里没有海量的数据,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。

  可是我,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、也背熟千万量级高质量开放数据集与宝贵GPU资源。

  共同,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法律最好的法子,也欢迎更多的数据公司不需要 参与到本身 平台里。

  希望大伙 推出的Challenger.ai,能不需要 帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不可是我 另另4个 活动,也绝对不可是我 另另4个 奖金400万、年底就结束了了英语 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,大伙 再来回顾本身 段时光英文英文,大伙 发现中美AI人才之间没有落差了,还能想到AI Challenger在从前重大过程中扮演了另另4个 小小角,然后你感到本身 切后会 价值。

  欢迎大伙 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(要在电脑页面上不需要 报名哦)。

  大伙 可能性无法想象,我有多么羡慕大伙 ,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。