李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:1
  • 来源:5分11选5官网_五分11选5玩法_五分11选5技巧

  文/李开复

  1

  今天跟我们我们我们我们我们我们我们讲个故事。

  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3000万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也某些说,他希望机器能听懂任何人的声音,某些 可不可以懂上千个词汇,懂我们我们我们我们我们我们我们自然连续说出的每一句话。

  这好几个 多多 问题图片报告 都是当时无解的问题图片报告 。

  而瑞迪教授大胆地搞懂项目,希望一并处里这好几个 多多 问题图片报告 。他在全美招聘了300多位教授、研究员、语音学家、学生、系统守护进程员,以启动某些有史以来最大的语音项目。

  我也在这300人名单之内。

  当时的科研背景是,业界将会有类式 今天层厚学习的算法,但无缘无故可不可以了实现数据标准化,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,测试的词汇量某些同。全都都各称业界第一,我们我们我们我们我们我们我们莫衷一是。

  而每个大公司都是被委托人的商业需求,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,全都大公司并可不可以了动力来帮助小公司或学校。而小公司和学校,往往可不可以了资源做些较小的数据集,结果通常某些如大公司的好。

  不仅可不可以了,数据不标准对AI研究而言是致命的,最后原困全都问题图片报告 ,包括:

  1、将会测试语料库不同,最后识别结果,我们我们我们我们我们我们我们无法群克隆,也无法验证。彼此不认可,某些 将会数据可不可以了打通,算法就更不将会打通了。

  2、将会每家做的领域不同,最后的结果都是可比。某些领域词汇量小,比较容易,某些 做出结果也将会可不可以了通用。某些领域词汇量大,某些 约束全都,全都能说的内容太满,原困比较容易识别,某些能通用。

  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,被认为并都是靠算法,某些靠数据量大。

  4、对于学术单位来说,最大的问题图片报告 来自于可不可以了足够的资源(也可不可以了兴趣)分发、清洗、标注少量的语料。对于小公司来说,语料和计算力都是问题图片报告 。

  最后,瑞迪教授计划采用“专家系统”来完成项目,将会某些土办法 都要的数据有限。

  专家系统是早期人工智能的好几个 多多 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系统守护进程系统,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可不可以处里的复杂化问题图片报告 。

  但我不认同。

  2

  随后参加过的奥赛罗的人机博弈,我不用你 对统计概念有了充分的理解,我对瑞迪教授的研究土办法 产生动摇。

  我相信建立大型的数据库,某些 对大的语音数据库进行分类,有将会处里专家系统可不可以了处里的问题图片报告 。

  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。全都在语音识别问题图片报告 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,可不可以被委托人调好系统参数,比赛最后一天我们我们我们我们我们我们我们拿到数据,有一天时间跑出结果,我们我们我们我们我们我们我们评比。

  我从某些标准数据集和测试看得人将会。

  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:“假如转投统计学,用统计学来处里某些‘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,没想到他某些都可不可以了生气,他轻轻地问:“那统计土办法 怎么可不可以处里这三问题图片报告 报告 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,某些 我不用你 支持你用统计的土办法 去做,将会我相信科学可不可以了绝对的对错,我们我们我们我们我们我们我们我们我们是平等的。某些 ,我更相信好几个 多多 有激情的人是将会找到更好的处里方案的。”

  那一刻,我的感动无以伦比。将会对好几个 多多 教授来说,学生要用被委托人的土办法 作出好几个 多多 与他唱反调的研究。教授不但可不可以了动怒,还给予充分的支持,这在全都地方是不可想象的。

  统计学都要大数据库,我们我们我们我们我们我们我们怎么可不可以可不可以建立起大的数据库呢?

  瑞迪教授看得人我愁眉不展的样子,再一次给了我支持。你说歌词 ,“开复,某些说我还是对你的研究土办法 有所保留,某些 ,在科学的领域里,某些也无所谓老师和学生的区别,我们我们我们我们我们我们我们我们我们是面临这好几个 多多 问题图片报告 的攻克者,全都,将会你真的都要数据库,可不可以了,我不用你 去说服政府帮你建立好几个 多多 大的数据库吧!”

  瑞迪教授随后说服了美国政府部门和美国标准局分发并提供了少量数据。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,随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,统计学的土办法 还都要非常快的机器,瑞迪教授又我不用你 购买了最新的Sun 4机器。此后每次有新的机器,他都是说:“先问问开复要某些。” 做论文的两年多,我大概花了他几十万美元的经费。

  瑞迪教授的宽容再次我不用你 感觉到某些伟大的力量,这是某些自由和信任的力量。

  3

  在导师的支持下,我随后开使了疯狂的科研工作。

  当时,我带着另一位学生一并用统计的土办法 做语音识别。一并,某些300多人用专家系统做同样的问题图片报告 。从土办法 上来说,我们我们我们我们我们我们我们是竞争,某些 在瑞迪教授的领导下,我们我们我们我们我们我们我们分享一切,我们我们我们我们我们我们我们用同样的样本训练和测试。

  在1986年底,我的统计系统和我们我们我们我们我们我们我们的专家系统达到了大概一样的水平,40%的辨认率。这某些还是完整性可不可以了用的系统,但毕竟是学术界第一次尝试可不可以了难的问题图片报告 ,我们我们我们我们我们我们我们还是比较欣喜和乐观的。

  1987年5月,我们我们我们我们我们我们我们大幅度地提升了训练的数据库,采用了新的建模土办法 ,不但都可不可以用统计学的土办法 学习每好几个 多多 音,某些 可不可以用统计学的土办法 学习每好几个 多多 音之间的转折。针对某些音的样本匮乏,我又想出了某些土办法 (generalized triphones)来合并某些的音。这三项工作你造把机器的语音识别率从那我的40%提高到了3000%!随后又提高到96%。

  统计学的土办法 用于语音识别初步被验证是正确的方向。

  我们我们我们我们我们我们我们我们我们相信了我用的机器学习土办法 和隐马可夫模型算法,某些 拖累了不可行的专家系统(专家系统只达到300%的识别率)。在我的博士论文基础上,随后的Nuance,微软、ipone手机ipone手机ipone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。

  某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完整性转向了统计土办法 。

  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,我只某些在和好几个 多多 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

  随后,《商业周刊》把我的发明家 选为1988年最重要的发明家 。年仅26岁初出茅庐的我,第一次亮相就获得那我的成功,我不用你 感到很幸运,也我不用你 有了继续向科技高峰攀爬的动力。

  而我也某些 拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学可不可以了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年以可不可以否拿到博士学位,我用可不可以了短的时间拿到博士学位,是一项新的纪录。

  我也某些 破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,某些我找到了方向和基本土办法 ,但以当时的数据量级和计算水平,语音AI研究比较慢有商业化将会。我最终还是拖累科研界,进入商界,用产品改变世界。

  300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。科研人员都要的数据集不再可不可以了难以触碰,某些都要许多人牵头让更多的公司参与进来。这在300多年前,我还是好几个 多多 AI科研人员的时代,能接触到真实世界可不可以否了海量的数据,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”。三家公司分别投入少量资金、也搞懂千万量级高质量开放数据集与宝贵GPU资源。

  一并,我也倡导商界和科研界能采用少量的数据和标准的测试土办法 ,也欢迎更多的数据公司都可不可以参与到某些平台里。

  希望我们我们我们我们我们我们我们推出的Challenger.ai,可不可以帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不某些好几个 多多 活动,也绝对不某些好几个 多多 奖金3000万、年底就随后开使的竞赛,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,我们我们我们我们我们我们我们再来回顾某些段往事,我们我们我们我们我们我们我们发现中美AI人才之间可不可以了落差了,还能想到AI Challenger在那我重大过程中扮演了好几个 多多 小小角,让你 感到某些切都是价值。

  欢迎我们我们我们我们我们我们我们登录大赛官网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(要在电脑页面可不可以否报名哦)。

  我们我们我们我们我们我们我们将会无法想象,我有多么羡慕我们我们我们我们我们我们我们,生活在数据爆炸的时代,许多人提供数据和奖金池,让有才华的人一展拳脚。