快3网站进不去了_快3app下载

李开复:从1983到2017,我的幸运与遗憾

时间:2019-09-13 14:50:42 出处:快3网站进不去了_快3app下载

  文/李开复

  1

  今天跟他们 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150万美元的经费,用来做不指定语者、大词库、连续性的语音识别。

  也太少 说,他希望机器能听懂任何人的声音,以后还可不还还可以懂上千个词汇,懂他们 自然连续说出的每一段话。

  这有八个大间题可不还还可以当时无解的大间题。

  而瑞迪教授大胆地学会英语项目,希望一齐解决这有八个大间题。他在全美招聘了150多位教授、研究员、语音学家、学生、程序运行运行员,以启动你是什么 有史以来最大的语音项目。

  我也在这150人名单之内。

  当时的科研背景是,业界是因为有类事今天层厚学习的算法,但经常真难 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)可不还还可以各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量太少 同。太少 都各称业界第一,他们 莫衷一是。

  而每个大公司可不还还可以此人 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,太少 大公司并真难 动力来帮助小公司或学校。而小公司和学校,往往必须资源做些较小的数据集,结果通常太少 如大公司的好。

  不仅真难 ,数据不标准对AI研究而言是致命的,最后是因为太少 大间题,包括:

  1、是因为测试语料库不同,最后识别结果,他们 无法一键复制,也无法验证。彼此不认可,以后是因为数据真难 打通,算法就更不是因为打通了。

  2、是因为每家做的领域不同,最后的结果可不还还可以可比。你是什么 领域词汇量小,比较容易,以后做出结果也是因为必须通用。你是什么 领域词汇量大,以后约束太少 ,太少 能说的内容太少,是因为比较容易识别,太少 能通用。

  3、是因为每家训练集不一样大,而训练集越大,一般结果越好。太少 ,有是因为结果做的好,被认为何必 是靠算法,太少 靠数据量大。

  4、对于学术单位来说,最大的大间题来自于真难 足够的资源(也真难 兴趣)采集、清洗、标注小量的语料。对于小公司来说,语料和计算力可不还还可以大间题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,是因为你是什么 土最好的妙招可不还还可以的数据有限。

  专家系统是早期人工智能的有八个重要分支,以后你把它看作是一类具有专门知识和经验的计算机智能程序运行运行系统,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解决的冗杂大间题。

  但我不认同。

  2

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

  我相信建立大型的数据库,以后对大的语音数据库进行分类,有是因为解决专家系统必须解决的大间题。

  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。太少 在语音识别大间题上,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,还可不还还可以此人 调好系统参数,比赛最后一天他们 拿到数据,有一天时间跑出结果,他们 评比。

  我从你是什么 标准数据集和测试看了是因为。

  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:“假使 转投统计学,用统计学来解决你是什么 ‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会你是什么 失望,没想到他你是什么 都真难 生气,他轻轻地问:“那统计土最好的妙招如何解决这三大大间题呢?”

  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,以后我要支持你用统计的土最好的妙招去做,是因为我相信科学真难 绝对的对错,他们 可不还还可以平等的。以后,我更相信有八个有激情的人是因为找到更好的解决方案的。”

  那一刻,我的感动无以伦比。是因为对有八个教授来说,学生要用此人 的土最好的妙招作出有八个与他唱反调的研究。教授不但真难 动怒,还给予充分的支持,这在太少 地方是不可想象的。

  统计学可不还还可以大数据库,他们 如何才能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。我说,“开复,觉得说我还是对你的研究土最好的妙招有所保留,以后,在科学的领域里,觉得也无所谓老师和学生的区别,他们 可不还还可以面临这有八个大间题的攻克者,太少 ,是因为你真的可不还还可以数据库,真难 ,我要去说服政府帮你建立有八个大的数据库吧!”

  瑞迪教授以后说服了美国政府部门和美国标准局采集并提供了小量数据。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,以后你是什么 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,统计学的土最好的妙招还可不还还可以非常快的机器,瑞迪教授又我要购买了最新的Sun 4机器。此后每次有新的机器,他后会说:“先问问开复要何必 。” 做论文的两年多,我离米 花了他几十万美元的经费。

  瑞迪教授的宽容再次我要感觉到你是什么 伟大的力量,这是你是什么 自由和信任的力量。

  3

  在导师的支持下,我现在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土最好的妙招做语音识别。一齐,你是什么 150多人用专家系统做同样的大间题。从土最好的妙招上来说,他们 在竞争,以后在瑞迪教授的领导下,他们 分享一切,他们 用同样的样本训练和测试。

  在1986年底,我的统计系统和他们 的专家系统达到了离米 一样的水平,40%的辨认率。这觉得还是完整版必须用的系统,但毕竟是学术界第一次尝试真难 难的大间题,他们 还是比较欣喜和乐观的。

  1987年5月,他们 大幅度地提升了训练的数据库,采用了新的建模土最好的妙招,不但才能用统计学的土最好的妙招学习每有八个音,以后还可不还还可以用统计学的土最好的妙招学习每有八个音之间的转折。针对你是什么 音的样本匮乏,我又想出了你是什么 土最好的妙招(generalized triphones)来合并你是什么 的音。这三项工作青春恋爱物语把机器的语音识别率从曾经 的40%提高到了150%!以后又提高到96%。

  统计学的土最好的妙招用于语音识别初步被验证是正确的方向。

  他们 都相信了我用的机器学习土最好的妙招和隐马可夫模型算法,以后一蹶不振 了不可行的专家系统(专家系统只达到150%的识别率)。在我的博士论文基础上,以后的Nuance,微软、苹果7苹果7苹果7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。

  你是什么 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土最好的妙招。

  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,我只觉得在和有八个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

  以后,《商业周刊》把我的发明权选为1988年最重要的发明权权。年仅26岁初出茅庐的我,第一次亮相就获得曾经 的成功,我要感到很幸运,也我要有了继续向科技高峰攀爬的动力。

  而我也以后拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学必须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,我用真难 短的时间拿到博士学位,是一项新的纪录。

  我也以后破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,觉得我找到了方向和基本土最好的妙招,但以当时的数据量级和计算水平,语音AI研究真难有商业化是因为。我最终还是一蹶不振 科研界,进入商界,用产品改变世界。

  150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。科研人员可不还还可以的数据集不再真难 难以触碰,太少 可不还还可以他们牵头让更多的公司参与进来。这在150多年前,我还是有八个AI科研人员的时代,能接触到真实世界里真难 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,创造研究是因为和条件。

  太少 ,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入小量资金、也学会英语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小量的数据和标准的测试土最好的妙招,也欢迎更多的数据公司才能参与到你是什么 平台里。

  希望他们 推出的Challenger.ai,还可不还还可以帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不太少 有八个活动,也绝对不太少 有八个奖金150万、年底就现在开始了的竞赛,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,他们 再来回顾你是什么 段往事,他们 发现中美AI人才之间真难 落差了,还能想到AI Challenger在曾经 重大过程中扮演了有八个小小角,以后你感到你是什么 切可不还还可以价值。

  欢迎他们 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(要在电脑页面上才能报名哦)。

  他们 是因为无法想象,我有多么羡慕他们 ,生活在数据爆炸的时代,他们提供数据和奖金池,让有才华的人一展拳脚。

热门

热门标签