李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0
  • 来源:5分11选5官网_五分11选5APP下载_5分11选5APP下载官网

  文/李开复

  1

  今天跟好多好多 人讲个故事。

  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。

  也好多好多 我说,他希望机器能听懂任何人的声音,然上都可以懂上千个词汇,懂好多好多 人自然连续说出的每搞笑的话。

  这好多好多 我现象都是当时无解的现象。

  而瑞迪教授大胆地搞掂项目,希望一起去处里这好多好多 我现象。他在全美招聘了100多位教授、研究员、语音学家、学生、程序池池员,以启动好多好多 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,业界可能性有這個 今天角度学习的算法,但一3个劲没得实现数据标准化,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,测试的词汇量好多好多 我同。好多好多 都各称业界第一,好多好多 人莫衷一是。

  而每个大公司都是个人的商业需求,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,好多好多 大公司并没得动力来帮助小公司或学校。而小公司和学校,往往不到资源做些较小的数据集,结果通常好多好多 我如大公司的好。

  不仅没得,数据不标准对AI研究而言是致命的,最后原困好多好多 现象,包括:

  1、可能性测试语料库不同,最后识别结果,好多好多 人无法克隆技术,也无法验证。彼此不认可,之前 可能性数据没得打通,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。好多好多 领域词汇量小,比较容易,之前 做出结果也可能性不到通用。好多好多 领域词汇量大,之前 约束好多好多 ,好多好多 能说的内容没人来越多,原困比较容易识别,好多好多 你可以通用。

  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。好多好多 ,有可能性结果做的好,被认为并都是靠算法,好多好多 我靠数据量大。

  4、对于学术单位来说,最大的现象来自于没得足够的资源(也没得兴趣)分派、清洗、标注极少量的语料。对于小公司来说,语料和计算力都是现象。

  最后,瑞迪教授计划采用“专家系统”来完成项目,可能性好多好多 法律法律依据都可以 的数据有限。

  专家系统是早期人工智能的好多好多 我重要分支,你可以把它看作是一类具有专门知识和经验的计算机智能程序池池系统,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都可以处里的冗杂现象。

  但我不认同。

  2

  之前 参加过的奥赛罗的人机博弈,你可以 对统计概念有了充分的理解,我对瑞迪教授的研究法律法律依据产生动摇。

  我相信建立大型的数据库,之前 对大的语音数据库进行分类,有可能性处里专家系统不到处里的现象。

  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。好多好多 在语音识别现象上,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,可以个人调好系统参数,比赛最后一天好多好多 人拿到数据,有一天时间跑出结果,好多好多 人评比。

  我从好多好多 标准数据集和测试看后可能性。

  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:“假如转投统计学,用统计学来处里好多好多 ‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会好多好多 失望,没想到他好多好多 都没得生气,他轻轻地问:“那统计法律法律依据如何处里这三大现象呢?”

  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别问我:“开复,你对专家系统和统计的观点,我是不同意的,之前 你可以 支持你用统计的法律法律依据去做,可能性我相信科学没得绝对的对错,好多好多 人都是平等的。之前 ,我更相信好多好多 我有激情的人是可能性找到更好的处里方案的。”

  那一刻,我的感动无以伦比。可能性对好多好多 我教授来说,学生要用个人的法律法律依据作出好多好多 我与他唱反调的研究。教授不但没得动怒,还给予充分的支持,这在好多好多 地方是不可想象的。

  统计学都可以 大数据库,好多好多 人如何都可以建立起大的数据库呢?

  瑞迪教授看后我愁眉不展的样子,再一次给了我支持。你说歌词 ,“开复,其实说我还是对你的研究法律法律依据有所保留,之前 ,在科学的领域里,其实也无所谓老师和学生的区别,好多好多 人都是面临这好多好多 我现象的攻克者,好多好多 ,可能性你真的都可以 数据库,没得,你可以 去说服政府帮你建立好多好多 我大的数据库吧!”

  瑞迪教授之前 说服了美国政府部门和美国标准局分派并提供了极少量数据。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,之前 好多好多 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,统计学的法律法律依据还都可以 非常快的机器,瑞迪教授又你可以 购买了最新的Sun 4机器。此后每次有新的机器,他都是说:“先问问开复要好的反义词。” 做论文的两年多,我共要花了他几十万美元的经费。

  瑞迪教授的宽容再次你可以 感觉到某种伟大的力量,这是某种自由和信任的力量。

  3

  在导师的支持下,我刚开始英文了了了疯狂的科研工作。

  当时,我带着另一位学生一起去用统计的法律法律依据做语音识别。一起去,好多好多 100多人用专家系统做同样的现象。从法律法律依据上来说,好多好多 人在竞争,之前 在瑞迪教授的领导下,好多好多 人分享一切,好多好多 人用同样的样本训练和测试。

  在1986年底,我的统计系统和好多好多 人的专家系统达到了共要一样的水平,40%的辨认率。这其实还是完全不到用的系统,但毕竟是学术界第一次尝试没得难的现象,好多好多 人还是比较欣喜和乐观的。

  1987年5月,好多好多 人大幅度地提升了训练的数据库,采用了新的建模法律法律依据,不但都都可以用统计学的法律法律依据学习每好多好多 我音,然上都可以用统计学的法律法律依据学习每好多好多 我音之间的转折。针对好多好多 音的样本匮乏,我又想出了某种法律法律依据(generalized triphones)来合并好多好多 的音。这三项工作其实 把机器的语音识别率从好多好多 我的40%提高到了100%!之前 又提高到96%。

  统计学的法律法律依据用于语音识别初步被验证是正确的方向。

  好多好多 人都相信了我用的机器学习法律法律依据和隐马可夫模型算法,之前 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,之前 的Nuance,微软、苹果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。

  好多好多 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法律法律依据。

  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,我只其实在和好多好多 我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

  之前 ,《商业周刊》把我的创造发名选为1988年最重要的科学创造发名。年仅26岁初出茅庐的我,第一次亮相就获得好多好多 我的成功,你可以 感到很幸运,也你可以 有了继续向科技高峰攀爬的动力。

  而我也之前 拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学不到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年以上都可以拿到博士学位,我用没得短的时间拿到博士学位,是一项新的纪录。

  我也之前 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法律法律依据,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。科研人员都可以 的数据集不再没得难以触碰,好多好多 我都可以 大家牵头让更多的公司参与进来。这在100多年前,我还是好多好多 我AI科研人员的时代,能接触到真实世界里没得海量的数据,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。

  好多好多 ,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入极少量资金、也搞掂千万量级高质量开放数据集与宝贵GPU资源。

  一起去,我也倡导商界和科研界能采用极少量的数据和标准的测试法律法律依据,也欢迎更多的数据公司都都可以参与到好多好多 平台里。

  希望好多好多 人推出的Challenger.ai,可以帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不好多好多 我好多好多 我活动,也绝对不好多好多 我好多好多 我奖金100万、年底就刚开始英文了了的竞赛,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,好多好多 人再来回顾好多好多 段蹉跎时空,好多好多 人发现中美AI人才之间没得落差了,还能想到AI Challenger在好多好多 我重大过程中扮演了好多好多 我小小角,你可以感到好多好多 切都是价值。

  欢迎好多好多 人登录大赛官网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(要在电脑页面上都可以报名哦)。

  好多好多 人可能性无法想象,我有多么羡慕好多好多 人,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。