极速快3_极速快3平台_极速快3网投平台

李开复:从1983到2017,我的幸运与遗憾

时间:2020-01-09 01:02:21 出处:极速快3_极速快3平台_极速快3网投平台

  文/李开复

  1

  今天跟有些人 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。

  也统统我说,他希望机器能听懂任何人的声音,统统我可可不都可以 懂上千个词汇,懂有些人 自然连续说出的每说说。

  这有有另一一兩个多 什么的问題都是当时无解的什么的问題。

  而瑞迪教授大胆地追到项目,希望一齐除理这有有另一一兩个多 什么的问題。他在全美招聘了300多位教授、研究员、语音学家、学生、tcp连接员,以启动你这俩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,业界原困有之类今天淬硬层 学习的算法,但突然没法 实现数据标准化,数据量也过低够大。

  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,测试的词汇量统统我同。统统都各称业界第一,有些人 莫衷一是。

  而每个大公司都是当事人的商业需求,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,统统大公司并没法 动力来帮助小公司或学校。而小公司和学校,往往可可不都可以可不都可以 资源做些较小的数据集,结果通常统统我如大公司的好。

  不仅没法 ,数据不标准对AI研究而言是致命的,最后原困统统什么的问題,包括:

  1、原困测试语料库不同,最后识别结果,有些人 无法克隆,也无法验证。彼此不认可,统统我原困数据没法 打通,算法就更不原困打通了。

  2、原困每家做的领域不同,最后的结果都是可比。有些领域词汇量小,比较容易,统统我做出结果也原困可可不都可以 通用。有些领域词汇量大,统统我约束统统,统统能说的内容太大 ,原困比较容易识别,统统让我通用。

  3、原困每家训练集不一样大,而训练集越大,一般结果越好。统统,有原困结果做的好,被认为并都是靠算法,统统我靠数据量大。

  4、对于学术单位来说,最大的什么的问題来自于没法 足够的资源(也没法 兴趣)架构设计 、清洗、标注血块的语料。对于小公司来说,语料和计算力都是什么的问題。

  最后,瑞迪教授计划采用“专家系统”来完成项目,原困你这俩法律措施都要的数据有限。

  专家系统是早期人工智能的有有另一一兩个多 重要分支,让我把它看作是一类具有专门知识和经验的计算机智能tcp连接系统,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都可以除理的繁杂什么的问題。

  但我不认同。

  2

  以前参加过的奥赛罗的人机博弈,让我要对统计概念有了充分的理解,我对瑞迪教授的研究法律措施产生动摇。

  我相信建立大型的数据库,统统我对大的语音数据库进行分类,有原困除理专家系统可可不都可以 除理的什么的问題。

  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。统统在语音识别什么的问題上,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,可可不都可以 当事人调好系统参数,比赛最后一天有些人 拿到数据,有一天时间跑出结果,有些人 评比。

  我从你这俩标准数据集和测试就看原困。

  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,用统计学来除理你这俩‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会有些失望,没想到他有些都没法 生气,他轻轻地问:“那统计法律措施如何除理这三大什么的问題呢?”

  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不知道:“开复,你对专家系统和统计的观点,我是不同意的,统统我让我要支持你用统计的法律措施去做,原困我相信科学没法 绝对的对错,有些人 都是平等的。统统我,我更相信有有另一一兩个多 有激情的人原困找到更好的除理方案的。”

  那一刻,我的感动无以伦比。原困对有有另一一兩个多 教授来说,学生要用当事人的法律措施作出有有另一一兩个多 与他唱反调的研究。教授不但没法 动怒,还给予充分的支持,这在统统地方是不可想象的。

  统计学都要大数据库,有些人 如何可不都可以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。跟跟我说,“开复,其实说我还是对你的研究法律措施有所保留,统统我,在科学的领域里,其实也无所谓老师和学生的区别,有些人 都是面临这有有另一一兩个多 什么的问題的攻克者,统统,原困你真的都要数据库,没法 ,让我要去说服政府帮你建立有有另一一兩个多 大的数据库吧!”

  瑞迪教授已经 说服了美国政府部门和美国标准局架构设计 并提供了血块数据。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,已经 有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,统计学的法律措施还都要非常快的机器,瑞迪教授又让我要购买了最新的Sun 4机器。此后每次有新的机器,他都是说:“先问问开复要不须。” 做论文的两年多,我至少花了他几十万美元的经费。

  瑞迪教授的宽容再次让我要感觉到一种伟大的力量,这是一种自由和信任的力量。

  3

  在导师的支持下,我开始了疯狂的科研工作。

  当时,我带着另一位学生一齐用统计的法律措施做语音识别。一齐,有些300多人用专家系统做同样的什么的问題。从法律措施上来说,有些人 在竞争,统统我在瑞迪教授的领导下,有些人 分享一切,有些人 用同样的样本训练和测试。

  在1986年底,我的统计系统和有些人 的专家系统达到了至少一样的水平,40%的辨认率。这其实还是完整篇 可可不都可以 用的系统,但毕竟是学术界第一次尝试没法 难的什么的问題,有些人 还是比较欣喜和乐观的。

  1987年5月,有些人 大幅度地提升了训练的数据库,采用了新的建模法律措施,不但可不都可以用统计学的法律措施学习每有有另一一兩个多 音,统统我可可不都可以 用统计学的法律措施学习每有有另一一兩个多 音之间的转折。针对有些音的样本过低,我又想出了一种法律措施(generalized triphones)来合并有些的音。这三项工作有些人 说把机器的语音识别率从原来的40%提高到了3000%!已经 又提高到96%。

  统计学的法律措施用于语音识别初步被验证是正确的方向。

  有些人 都相信了我用的机器学习法律措施和隐马可夫模型算法,统统我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,已经 的Nuance,微软、苹果655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。

  你这俩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篇 转向了统计法律措施。

  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,我只其实在和有有另一一兩个多 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

  已经 ,《商业周刊》把我的科学科学发明选为1988年最重要的科学科学科学发明。年仅26岁初出茅庐的我,第一次亮相就获得原来的成功,让我要感到很幸运,也让我要有了继续向科技高峰攀爬的动力。

  而我也统统我拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学可可不都可以可不都可以 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年以上可不都可以拿到博士学位,我用没法 短的时间拿到博士学位,是一项新的纪录。

  我也统统我破格留校,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措施,但以当时的数据量级和计算水平,语音AI研究没法 有商业化原困。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没法 难以触碰,统统我都要大家牵头让更多的公司参与进来。这在300多年前,我还是有有另一一兩个多 AI科研人员的时代,能接触到真实世界里没法 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,创造研究原困和条件。

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

  一齐,我也倡导商界和科研界能采用血块的数据和标准的测试法律措施,也欢迎更多的数据公司可不都可以参与到你这俩平台里。

  希望有些人 推出的Challenger.ai,可可不都可以 帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不统统我有有另一一兩个多 活动,也绝对不统统我有有另一一兩个多 奖金3000万、年底就开始的竞赛,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,有些人 再来回顾你这俩段青春时光图片 里 ,有些人 发现中美AI人才之间没法 落差了,还能想到AI Challenger在原来重大过程中扮演了有有另一一兩个多 小小角,让我感到你这俩切都是价值。

  欢迎有些人 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(要在电脑页面上可不都可以报名哦)。

  有些人 原困无法想象,我有多么羡慕有些人 ,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。

热门

热门标签