李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:2
  • 来源:1.5分彩-1.5分彩平台_1.5分彩网投平台

  文/李开复

  1

  今天跟大伙儿儿儿讲个故事。

  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。

  也以后说,他希望机器能听懂任何人的声音,有过后还都能能 否懂上千个词汇,懂大伙儿儿儿自然连续说出的每语录。

  这原先问題都是当时无解的问題。

  而瑞迪教授大胆地搞掂项目,希望一同外理这原先问題。他在全美招聘了100多位教授、研究员、语音学家、学生、进程员,以启动你是什么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,业界可能性有这类 今天深层学习的算法,但老会 没人 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)都是各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量以后同。所以 都各称业界第一,大伙儿儿儿莫衷一是。

  而每个大公司都是我本人的商业需求,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,所以 大公司并没人 动力来帮助小公司或学校。而小公司和学校,往往没人 资源做些较小的数据集,结果通常以后如大公司的好。

  不仅没人 ,数据不标准对AI研究而言是致命的,最后原因所以 问題,包括:

  1、可能性测试语料库不同,最后识别结果,大伙儿儿儿无法克隆qq好友好友,也无法验证。彼此不认可,有过后可能性数据没人 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,最后的结果都是可比。其他领域词汇量小,比较容易,有过后做出结果也可能性没人 通用。其他领域词汇量大,有过后约束所以 ,所以 能说的内容太大,原因比较容易识别,以都能能通用。

  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。所以 ,有可能性结果做的好,被认为并都是靠算法,以后靠数据量大。

  4、对于学术单位来说,最大的问題来自于没人 足够的资源(也没人 兴趣)分派、清洗、标注絮状的语料。对于小公司来说,语料和计算力都是问題。

  最后,瑞迪教授计划采用“专家系统”来完成项目,可能性你是什么最好的妙招需用的数据有限。

  专家系统是早期人工智能的原先重要分支,无需把它看作是一类具有专门知识和经验的计算机智能进程系统,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还都能能 外理的僵化 问題。

  但我不认同。

  2

  过后 参加过的奥赛罗的人机博弈,我需用对统计概念有了充分的理解,我对瑞迪教授的研究最好的妙招产生动摇。

  我相信建立大型的数据库,有过后对大的语音数据库进行分类,有可能性外理专家系统没人 外理的问題。

  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。所以 在语音识别问題上,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,还都能能 否我本人调好系统参数,比赛最后一天大伙儿儿儿拿到数据,有一天时间跑出结果,大伙儿儿儿评比。

  我从你是什么标准数据集和测试就看可能性。

  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:“假使 转投统计学,用统计学来外理你是什么‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会其他失望,没想到他其他都没人 生气,他轻轻地问:“那统计最好的妙招如保外理这三大问題呢?”

  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什么都没人乎 :“开复,你对专家系统和统计的观点,我是不同意的,有过后我需用支持你用统计的最好的妙招去做,可能性我相信科学没人 绝对的对错,大伙儿儿儿都是平等的。有过后,我更相信原先有激情的人是可能性找到更好的外理方案的。”

  那一刻,我的感动无以伦比。可能性对原先教授来说,学生要用我本人的最好的妙招作出原先与他唱反调的研究。教授不但没人 动怒,还给予充分的支持,这在所以 地方是不可想象的。

  统计学需用大数据库,大伙儿儿儿如保还都能能 建立起大的数据库呢?

  瑞迪教授就看我愁眉不展的样子,再一次给了我支持。大伙儿儿儿说,“开复,其实说我还是对你的研究最好的妙招有所保留,有过后,在科学的领域里,其实也无所谓老师和学生的区别,大伙儿儿儿都是面临这原先问題的攻克者,所以 ,可能性你真的需用数据库,没人 ,我需用去说服政府帮你建立原先大的数据库吧!”

  瑞迪教授无需说服了美国政府部门和美国标准局分派并提供了絮状数据。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,无需其他不拿国家钱的单位(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,统计学的最好的妙招还需用非常快的机器,瑞迪教授又我需用购买了最新的Sun 4机器。此后每次有新的机器,他都是说:“先问问开复要无需说。” 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需用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,我过后刚开始疯狂的科研工作。

  当时,我带着另一位学生一同用统计的最好的妙招做语音识别。一同,其他100多人用专家系统做同样的问題。从最好的妙招上来说,大伙儿儿儿在竞争,有过后在瑞迪教授的领导下,大伙儿儿儿分享一切,大伙儿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儿儿的专家系统达到了要花费一样的水平,40%的辨认率。这其实还是完全没人 用的系统,但毕竟是学术界第一次尝试没人 难的问題,大伙儿儿儿还是比较欣喜和乐观的。

  1987年5月,大伙儿儿儿大幅度地提升了训练的数据库,采用了新的建模最好的妙招,不但还都能能 用统计学的最好的妙招学习每原先音,有过后还都能能 否用统计学的最好的妙招学习每原先音之间的转折。针对其他音的样本存在问题,我又想出了本身最好的妙招(generalized triphones)来合并其他的音。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100%!无需又提高到96%。

  统计学的最好的妙招用于语音识别初步被验证是正确的方向。

  大伙儿儿儿都相信了我用的机器学习最好的妙招和隐马可夫模型算法,有过后抛弃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,无需的Nuance,微软、苹果苹果苹果 6手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。

  你是什么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全转向了统计最好的妙招。

  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

  无需,《商业周刊》把我的发明权选为1988年最重要的发明权权。年仅26岁初出茅庐的我,第一次亮相就获得原先的成功,我需用感到很幸运,也我需用有了继续向科技高峰攀爬的动力。

  而我也有过后拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学没人 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年以还都能能 否拿到博士学位,我用没人 短的时间拿到博士学位,是一项新的纪录。

  我也有过后破格留校,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最好的妙招,但以当时的数据量级和计算水平,语音AI研究不难 有商业化可能性。我最终还是抛弃科研界,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。科研人员需用的数据集不再没人 难以触碰,以后需用大家牵头让更多的公司参与进来。这在100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没人 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。

  所以 ,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、也搞掂千万量级高质量开放数据集与宝贵GPU资源。

  一同,我也倡导商界和科研界能采用絮状的数据和标准的测试最好的妙招,也欢迎更多的数据公司还都能能 参与到你是什么平台里。

  希望大伙儿儿儿推出的Challenger.ai,还都能能 否帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不以后原先活动,也绝对不以后原先奖金100万、年底就过后刚开始的竞赛,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,大伙儿儿儿再来回顾你是什么段蹉跎时光图片 ,大伙儿儿儿发现中美AI人才之间没人 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,无需感到你是什么切都是价值。

  欢迎大伙儿儿儿登录大赛官网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(要在电脑页面还都能能 否报名哦)。

  大伙儿儿儿可能性无法想象,我有多么羡慕大伙儿儿儿,生活在数据爆炸的时代,大家提供数据和奖金池,让有才华的人一展拳脚。