李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:5分3D官网-5分6合平台_5分6合网投平台

  文/李开复

  1

  今天跟亲戚朋友讲个故事。

  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。

  也却话语,他希望机器能听懂任何人的声音,或者 不让 懂上千个词汇,懂亲戚朋友自然连续说出的每话语。

  这有三个白什么的什么的问题都不 当时无解的什么的什么的问题。

  而瑞迪教授大胆地玩转信用卡 项目,希望共同解决这有三个白什么的什么的问题。他在全美招聘了500多位教授、研究员、语音学家、学生、系统线程池池员,以启动这些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,业界将会有例如今天宽度学习的算法,但总爱 没人实现数据标准化,数据量也匮乏够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)都不 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,测试的词汇量就是同。全都有都各称业界第一,亲戚朋友莫衷一是。

  而每个大公司都不 买车人的商业需求,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,全都有大公司并没人动力来帮助小公司或学校。而小公司和学校,往往不让 资源做些较小的数据集,结果通常就是如大公司的好。

  不仅没人,数据不标准对AI研究而言是致命的,最后意味着全都有什么的什么的问题,包括:

  1、将会测试语料库不同,最后识别结果,亲戚朋友无法克隆qq好友好友,也无法验证。彼此不认可,或者 将会数据没人打通,算法就更不将会打通了。

  2、将会每家做的领域不同,最后的结果都不 可比。或者 领域词汇量小,比较容易,或者 做出结果也将会不让 通用。或者 领域词汇量大,或者 约束全都有,全都有能说的内容太多,意味着比较容易识别,就是能通用。

  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,有将会结果做的好,被认为并都不 靠算法,就是靠数据量大。

  4、对于学术单位来说,最大的什么的什么的问题来自于没人足够的资源(也没人兴趣)收集、清洗、标注一定量的语料。对于小公司来说,语料和计算力都不 什么的什么的问题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,将会这些妙招不让 的数据有限。

  专家系统是早期人工智能的有三个白重要分支,要我把它看作是一类具有专门知识和经验的计算机智能系统线程池池系统,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让 解决的复杂什么的什么的问题。

  但我不认同。

  2

  要我参加过的奥赛罗的人机博弈,要我要对统计概念有了充分的理解,我对瑞迪教授的研究妙招产生动摇。

  我相信建立大型的数据库,或者 对大的语音数据库进行分类,有将会解决专家系统不让 解决的什么的什么的问题。

  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。全都有在语音识别什么的什么的问题上,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,不让 买车人调好系统参数,比赛最后一天亲戚朋友拿到数据,有一天时间跑出结果,亲戚朋友评比。

  我从这些标准数据集和测试看了将会。

  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:“假若转投统计学,用统计学来解决这些‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会或者 失望,没想到他或者 都没人生气,他轻轻地问:“那统计妙招怎么解决这三什么的什么的问题图片呢?”

  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要我要知道:“开复,你对专家系统和统计的观点,我是不同意的,或者 要我要支持你用统计的妙招去做,将会我相信科学没人绝对的对错,亲戚朋友都不 平等的。或者 ,我更相信有三个白有激情的人是将会找到更好的解决方案的。”

  那一刻,我的感动无以伦比。将会对有三个白教授来说,学生要用买车人的妙招作出有三个白与他唱反调的研究。教授不但没人动怒,还给予充分的支持,这在全都有地方是不可想象的。

  统计学不让 大数据库,亲戚朋友怎么不让 建立起大的数据库呢?

  瑞迪教授看了我愁眉不展的样子,再一次给了我支持。他说,“开复,我随便说说说我还是对你的研究妙招有所保留,或者 ,在科学的领域里,我我随便说说也无所谓老师和学生的区别,亲戚朋友都不 面临这有三个白什么的什么的问题的攻克者,全都有,将会你真的不让 数据库,没人,要我要去说服政府帮你建立有三个白大的数据库吧!”

  瑞迪教授要我说服了美国政府部门和美国标准局收集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,要我或者 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,统计学的妙招还不让 非常快的机器,瑞迪教授又要我要购买了最新的Sun 4机器。此后每次有新的机器,他都不 说:“先问问开复要不须。” 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要我要感觉到这些伟大的力量,这是这些自由和信任的力量。

  3

  在导师的支持下,我刚开始英文英文英文了疯狂的科研工作。

  当时,我带着另一位学生共同用统计的妙招做语音识别。共同,或者 500多人用专家系统做同样的什么的什么的问题。从妙招上来说,亲戚朋友在竞争,或者 在瑞迪教授的领导下,亲戚朋友分享一切,亲戚朋友用同样的样本训练和测试。

  在1986年底,我的统计系统和亲戚朋友的专家系统达到了最少 一样的水平,40%的辨认率。这我随便说说还是删剪不让 用的系统,但毕竟是学术界第一次尝试没人难的什么的什么的问题,亲戚朋友还是比较欣喜和乐观的。

  1987年5月,亲戚朋友大幅度地提升了训练的数据库,采用了新的建模妙招,不但不让 用统计学的妙招学习每有三个白音,或者 不让 用统计学的妙招学习每有三个白音之间的转折。针对或者 音的样本匮乏,我又想出了这些妙招(generalized triphones)来合并或者 的音。这三项工作简直把机器的语音识别率从那我的40%提高到了500%!要我又提高到96%。

  统计学的妙招用于语音识别初步被验证是正确的方向。

  亲戚朋友都相信了我用的机器学习妙招和隐马可夫模型算法,或者 拖累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,要我的Nuance,微软、苹果7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。

  这些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删剪转向了统计妙招。

  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,我只我随便说说在和有三个白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

  要我,《商业周刊》把我的发名选为1988年最重要的发名。年仅26岁初出茅庐的我,第一次亮相就获得那我的成功,要我要感到很幸运,也要我要有了继续向科技高峰攀爬的动力。

  而我也或者 拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学不让 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年以上不让 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。

  我也或者 破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,我随便说说我找到了方向和基本妙招,但以当时的数据量级和计算水平,语音AI研究没人有商业化将会。我最终还是拖累科研界,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。科研人员不让 的数据集不再没人难以触碰,就是不让 一帮人牵头让更多的公司参与进来。这在500多年前,我还是有三个白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,创造研究将会和条件。

  全都有,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入一定量资金、也玩转信用卡 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妙招,也欢迎更多的数据公司不让 参与到这些平台里。

  希望亲戚朋友推出的Challenger.ai,不让 帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不就是有三个白活动,也绝对不就是有三个白奖金500万、年底就刚开始英文英文英文的竞赛,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,亲戚朋友再来回顾这些段時光,亲戚朋友发现中美AI人才之间没人落差了,还能想到AI Challenger在那我重大过程中扮演了有三个白小小角,要我感到这些切都不 价值。

  欢迎亲戚朋友登录大赛官网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(要在电脑页面上不让 报名哦)。

  亲戚朋友将会无法想象,我有多么羡慕亲戚朋友,生活在数据爆炸的时代,一帮人提供数据和奖金池,让有才华的人一展拳脚。