李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:五分快乐8玩法_5分快乐8技巧_五分快乐8官网

  文/李开复

  1

  今天跟大伙儿讲个故事。

  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200万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也全都说,他希望机器能听懂任何人的声音,因此 非要懂上千个词汇,懂大伙儿自然连续说出的每的话。

  这原来难题有的是当时无解的难题。

  而瑞迪教授大胆地追到项目,希望同時 处理这原来难题。他在全美招聘了200多位教授、研究员、语音学家、学生、应用系统进程员,以启动你什儿 有史以来最大的语音项目。

  我也在这200人名单之内。

  当时的科研背景是,业界将会有类式今天深度学习的算法,但时不时这么实现数据标准化,数据量也缺陷够大。

  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,测试的词汇量全都同。全都都各称业界第一,大伙儿莫衷一是。

  而每个大公司有的是或多或少人的商业需求,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,全都大公司并这么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,结果通常全都如大公司的好。

  不仅这么,数据不标准对AI研究而言是致命的,最后由于全都难题,包括:

  1、将会测试语料库不同,最后识别结果,大伙儿无法克隆qq好友好友,也无法验证。彼此不认可,因此 将会数据这么打通,算法就更不将会打通了。

  2、将会每家做的领域不同,最后的结果有的是可比。或多或少领域词汇量小,比较容易,因此 做出结果也将会非要通用。或多或少领域词汇量大,因此 约束全都,全都能说的内容太满,由于比较容易识别,全都能通用。

  3、将会每家训练集不一样大,而训练集越大,一般结果越好。全都,有将会结果做的好,被认为不想是靠算法,全都靠数据量大。

  4、对于学术单位来说,最大的难题来自于这么足够的资源(也这么兴趣)分发、清洗、标注大量的语料。对于小公司来说,语料和计算力有的是难题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,将会你什儿 方式非要的数据有限。

  专家系统是早期人工智能的原来重要分支,我能 把它看作是一类具有专门知识和经验的计算机智能应用系统进程系统,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才能处理的多样化难题。

  但我不认同。

  2

  并且 参加过的奥赛罗的人机博弈,我愿意对统计概念有了充分的理解,我对瑞迪教授的研究方式产生动摇。

  我相信建立大型的数据库,因此 对大的语音数据库进行分类,有将会处理专家系统非要处理的难题。

  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。全都在语音识别难题上,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,非要或多或少人调好系统参数,比赛最后一天大伙儿拿到数据,有一天时间跑出结果,大伙儿评比。

  我从你什儿 标准数据集和测试都看将会。

  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:“若果转投统计学,用统计学来处理你什儿 ‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会或多或少失望,没想到他或多或少都这么生气,他轻轻地问:“那统计方式怎么才能 才能 处理这三大难题呢?”

  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,因此 我愿意支持你用统计的方式去做,将会我相信科学这么绝对的对错,大伙儿有的是平等的。因此 ,我更相信原来有激情的人是将会找到更好的处理方案的。”

  那一刻,我的感动无以伦比。将会对原来教授来说,学生要用或多或少人的方式作出原来与他唱反调的研究。教授不但这么动怒,还给予充分的支持,这在全都地方是不可想象的。

  统计学非要大数据库,大伙儿怎么才能 才能 才能建立起大的数据库呢?

  瑞迪教授都看我愁眉不展的样子,再一次给了我支持。也许,“开复,我确实说我还是对你的研究方式有所保留,因此 ,在科学的领域里,我我确实也无所谓老师和学生的区别,大伙儿有的是面临这原来难题的攻克者,全都,将会你真的非要数据库,这么,我愿意去说服政府帮你建立原来大的数据库吧!”

  瑞迪教授并且 说服了美国政府部门和美国标准局分发并提供了大量数据。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,并且 或多或少不拿国家钱的单位(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,统计学的方式还非要非常快的机器,瑞迪教授又我愿意购买了最新的Sun 4机器。此后每次有新的机器,他有的是说:“先问问开复要不想。” 做论文的两年多,我最少花了他几十万美元的经费。

  瑞迪教授的宽容再次我愿意感觉到四种 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,我开始英语 了了了疯狂的科研工作。

  当时,我带着另一位学生同時 用统计的方式做语音识别。同時 ,或多或少200多人用专家系统做同样的难题。从方式上来说,大伙儿在竞争,因此 在瑞迪教授的领导下,大伙儿分享一切,大伙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的专家系统达到了最少一样的水平,40%的辨认率。这我确实还是完整版非要用的系统,但毕竟是学术界第一次尝试这么难的难题,大伙儿还是比较欣喜和乐观的。

  1987年5月,大伙儿大幅度地提升了训练的数据库,采用了新的建模方式,不但才能用统计学的方式学习每原来音,因此 非要用统计学的方式学习每原来音之间的转折。针对或多或少音的样本缺陷,我又想出了四种 方式(generalized triphones)来合并或多或少的音。这三项工作岂有的是把机器的语音识别率从原来 的40%提高到了200%!并且 又提高到96%。

  统计学的方式用于语音识别初步被验证是正确的方向。

  大伙儿都相信了我用的机器学习方式和隐马可夫模型算法,因此 遗弃了不可行的专家系统(专家系统只达到200%的识别率)。在我的博士论文基础上,并且 的Nuance,微软、苹果6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。

  你什儿 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方式。

  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,我只我确实在和原来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

  并且 ,《商业周刊》把我的发明人权选为1988年最重要的发明人权权。年仅26岁初出茅庐的我,第一次亮相就获得原来 的成功,我愿意感到很幸运,也我愿意有了继续向科技高峰攀爬的动力。

  而我也因此 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年以上才能拿到博士学位,我用这么短的时间拿到博士学位,是一项新的纪录。

  我也因此 破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,我确实我找到了方向和基本方式,但以当时的数据量级和计算水平,语音AI研究很难有商业化将会。我最终还是遗弃科研界,进入商界,用产品改变世界。

  200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这么难以触碰,全都非要大家牵头让更多的公司参与进来。这在200多年前,我还是原来AI科研人员的时代,能接触到真实世界里这么海量的数据,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,创造研究将会和条件。

  全都,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入大量资金、也追到千万量级高质量开放数据集与宝贵GPU资源。

  同時 ,我也倡导商界和科研界能采用大量的数据和标准的测试方式,也欢迎更多的数据公司才能参与到你什儿 平台里。

  希望大伙儿推出的Challenger.ai,非要帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不全都原来活动,也绝对不全都原来奖金200万、年底就开始英语 了了的竞赛,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,大伙儿再来回顾你什儿 段旧时光,大伙儿发现中美AI人才之间这么落差了,还能想到AI Challenger在原来 重大过程中扮演了原来小小角,我能 感到你什儿 切有的是价值。

  欢迎大伙儿登录大赛官网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(要在电脑页面上才能报名哦)。

  大伙儿将会无法想象,我有多么羡慕大伙儿,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。