李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:5分快乐8登入网址-5分快乐8官网

  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500万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也就说 说,他希望机器能听懂任何人的声音,就说 都需用懂上千个词汇,懂大伙自然连续说出的每得话。

  这另另5个 大问题总要当时无解的大问题。

  而瑞迪教授大胆地学会英语项目,希望一块儿除理这另另5个 大问题。他在全美招聘了500多位教授、研究员、语音学家、学生、应用进程员,以启动就说 有史以来最大的语音项目。

  我也在这500人名单之内。

  当时的科研背景是,业界可能有例如今天深层学习的算法,但老要太难 实现数据标准化,数据量就说 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)总要各用各的数据库,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 有都各称业界第一,大伙莫衷一是。

  而每个大公司总要自己的商业需求,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 有大公司并太难 动力来帮助小公司或学校。而小公司和学校,往往太难 资源做些较小的数据集,结果通常就说 如大公司的好。

  不仅太难 ,数据不标准对AI研究而言是致命的,最后由于就说 有大问题,包括:

  1、可能测试语料库不同,最后识别结果,大伙无法复制,也无法验证。彼此不认可,就说 可能数据太难 打通,算法就更可能打通了。

  2、可能每家做的领域不同,最后的结果总要可比。就说 领域词汇量小,比较容易,就说 做出结果也可都需用通用。就说 领域词汇量大,就说 约束就说 有,就说 有能说的内容太少,由于比较容易识别,就说 能通用。

  3、可能每家训练集不一样大,而训练集越大,一般结果越好。就说 有,有可能结果做的好,被认为并总要靠算法,就说 靠数据量大。

  4、对于学术单位来说,最大的大问题来自于太难 足够的资源(也太难 兴趣)派发、清洗、标注少许的语料。对于小公司来说,语料和计算力总要大问题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,可能就说 法律辦法 需用的数据有限。

  专家系统是早期人工智能的另另5个 重要分支,让你把它看作是一类具有专门知识和经验的计算机智能应用进程系统,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能助 除理的繁复大问题。

  但我不认同。

  2

  后后参加过的奥赛罗的人机博弈,我都需用对统计概念有了充分的理解,我对瑞迪教授的研究法律辦法 产生动摇。

  我相信建立大型的数据库,就说 对大的语音数据库进行分类,有可能除理专家系统太难 除理的大问题。

  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。就说 有在语音识别大问题上,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,都需用自己调好系统参数,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。

  我从就说 标准数据集和测试看完可能。

  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:“若果转投统计学,用统计学来除理就说 ‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会就说 失望,没想到他就说 都太难 生气,他轻轻地问:“那统计法律辦法 怎么除理这三大大问题呢?”

  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他不知道:“开复,你对专家系统和统计的观点,我是不同意的,就说 都需用支持你用统计的法律辦法 去做,可能我相信科学太难 绝对的对错,大伙总要平等的。就说 ,我更相信另另5个 有激情的人是可能找到更好的除理方案的。”

  那一刻,我的感动无以伦比。可能对另另5个 教授来说,学生要用自己的法律辦法 作出另另5个 与他唱反调的研究。教授不但太难 动怒,还给予充分的支持,这在就说 有地方是不可想象的。

  统计学需用大数据库,大伙怎么助 建立起大的数据库呢?

  瑞迪教授看完我愁眉不展的样子,再一次给了我支持。我知道你,“开复,我觉得说我还是对你的研究法律辦法 有所保留,就说 ,在科学的领域里,我觉得也无所谓老师和学生的区别,大伙总要面临这另另5个 大问题的攻克者,就说 有,可能你真的需用数据库,太难 ,我都需用去说服政府帮你建立另另5个 大的数据库吧!”

  瑞迪教授但是说服了美国政府部门和美国标准局派发并提供了少许数据。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,但是就说 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,统计学的法律辦法 还需用非常快的机器,瑞迪教授又我都需用购买了最新的Sun 4机器。此后每次有新的机器,他总要说:“先问问开复要并不。” 做论文的两年多,我相当于花了他几十万美元的经费。

  瑞迪教授的宽容再次我都需用感觉到两种伟大的力量,这是两种自由和信任的力量。

  3

  在导师的支持下,我始于英文了疯狂的科研工作。

  当时,我带着另一位学生一块儿用统计的法律辦法 做语音识别。一块儿,就说 500多人用专家系统做同样的大问题。从法律辦法 上来说,大伙在竞争,就说 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相当于一样的水平,40%的辨认率。这我觉得还是全部太难 用的系统,但毕竟是学术界第一次尝试太难 难的大问题,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辦法 ,不但能助 用统计学的法律辦法 学习每另另5个 音,就说 都需用用统计学的法律辦法 学习每另另5个 音之间的转折。针对就说 音的样本不足英文,我又想出了两种法律辦法 (generalized triphones)来合并就说 的音。这三项工作你以为把机器的语音识别率从太难 的40%提高到了500%!但是又提高到96%。

  统计学的法律辦法 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辦法 和隐马可夫模型算法,就说 被抛弃了不可行的专家系统(专家系统只达到500%的识别率)。在我的博士论文基础上,但是的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。

  就说 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部转向了统计法律辦法 。

  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,我只我觉得在和另另5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

  但是,《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,第一次亮相就获得太难 的成功,我都需用感到很幸运,也我都需用有了继续向科技高峰攀爬的动力。

  而我也就说 拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学太难 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年以可不上能 够拿到博士学位,我用太难 短的时间拿到博士学位,是一项新的纪录。

  我也就说 破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,我觉得我找到了方向和基本法律辦法 ,但以当时的数据量级和计算水平,语音AI研究太难有商业化可能。我最终还是被抛弃科研界,进入商界,用产品改变世界。

  500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。科研人员需用的数据集不再太难 难以触碰,就说 需用人们牵头让更多的公司参与进来。这在500多年前,我还是另另5个 AI科研人员的时代,能接触到真实世界里太难 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,创造研究可能和条件。

  就说 有,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入少许资金、也学会英语千万量级高质量开放数据集与宝贵GPU资源。

  一块儿,我也倡导商界和科研界能采用少许的数据和标准的测试法律辦法 ,也欢迎更多的数据公司能助 参与到就说 平台里。

  希望大伙推出的Challenger.ai,都需用帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不就说 另另5个 活动,也绝对不就说 另另5个 奖金500万、年底就始于英文的竞赛,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,大伙再来回顾就说 段时光图片 电视剧,大伙发现中美AI人才之间太难 落差了,还能想到AI Challenger在太难 重大过程中扮演了另另5个 小小角,让你感到就说 切总要价值。

  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(要在电脑页面可不上能 够报名哦)。

  大伙可能无法想象,我有多么羡慕大伙,生活在数据爆炸的时代,人们提供数据和奖金池,让有才华的人一展拳脚。