大发6合官网-大发PK10平台_大发快3网投平台 - 最好的大发6合官网,大发PK10平台,大发快3网投平台平台,QQ技术教程网,分享QQ技巧,网站源码,福利软件,热门视频等各种资源

李开复:从1983到2017,我的幸运与遗憾

  • 时间:
  • 浏览:0

  文/李开复

  1

  今天跟一群人讲个故事。

  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60 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。

  也可是我说,他希望机器能听懂任何人的声音,假使 能只能懂上千个词汇,懂一群人自然连续说出的每励志的话 。

  什儿 个多难题完整还会当时无解的难题。

  而瑞迪教授大胆地拿出项目,希望同時 解决什儿 个多难题。他在全美招聘了60 多位教授、研究员、语音学家、学生、应用程序池池员,以启动什儿 有史以来最大的语音项目。

  我也在这60 人名单之内。

  当时的科研背景是,业界原应有之类今天宽度学习的算法,但老是 没了实现数据标准化,数据量也过高 够大。

  美国几大语音识别实验室(如MIT、 CMU、 SRI、 IBM、贝尔实验室)完整还会各用各的数据库,测试数据不同,训练数据不同,使用的语言模型不同,测试的词汇量可是我同。可是我有都各称业界第一,一群人莫衷一是。

  而每个大公司完整还会本人的商业需求,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,可是我有大公司并没了动力来帮助小公司或学校。而小公司和学校,往往只能资源做些较小的数据集,结果通常可是我如大公司的好。

  不仅没了,数据不标准对AI研究而言是致命的,最后原应可是我有难题,包括:

  1、原应测试语料库不同,最后识别结果,一群人无法克隆qq,也无法验证。彼此不认可,假使 原应数据没了打通,算法就更与否原应打通了。

  2、原应每家做的领域不同,最后的结果完整还会可比。许多领域词汇量小,比较容易,假使 做出结果也原应只能通用。许多领域词汇量大,假使 约束可是我有,可是我有能说的内容太久,原应比较容易识别,可是我能通用。

  3、原应每家训练集不一样大,而训练集越大,一般结果越好。可是我有,有原应结果做的好,被认为并完整还会靠算法,可是我靠数据量大。

  4、对于学术单位来说,最大的难题来自于没了足够的资源(也没了兴趣)埋点、清洗、标注几瓶的语料。对于小公司来说,语料和计算力完整还会难题。

  最后,瑞迪教授计划采用“专家系统”来完成项目,原应什儿 依据能能的数据有限。

  专家系统是早期人工智能的有有4个重要分支,我太久 把它看作是一类具有专门知识和经验的计算机智能应用程序池池系统,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不能能解决的繁复难题。

  但我不认同。

  2

  并且参加过的奥赛罗的人机博弈,我太久 对统计概念有了充分的理解,我对瑞迪教授的研究依据产生动摇。

  我相信建立大型的数据库,假使 对大的语音数据库进行分类,有原应解决专家系统只能解决的难题。

  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。可是我有在语音识别难题上,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,能只能本人调好系统参数,比赛最后一天一群人拿到数据,有一天时间跑出结果,一群人评比。

  我从什儿 标准数据集和测试看一遍原应。

  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,用统计学来解决什儿 ‘不特定语者、大词汇、连续性语音识别’。”

  我以为瑞迪会许多失望,没想到他许多都没了生气,他轻轻地问:“那统计依据怎么能能解决这三大难题呢?”

  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我太久 知道:“开复,你对专家系统和统计的观点,我是不同意的,假使 我太久 支持你用统计的依据去做,原应我相信科学没了绝对的对错,一群人完整还会平等的。假使 ,我更相信有有4个有激情的人原应找到更好的解决方案的。”

  那一刻,我的感动无以伦比。原应对有有4个教授来说,学生要用本人的依据作出有有4个与他唱反调的研究。教授不但没了动怒,还给予充分的支持,这在可是我有地方是不可想象的。

  统计学能能大数据库,一群人怎么能能能能建立起大的数据库呢?

  瑞迪教授看一遍我愁眉不展的样子,再一次给了我支持。是我不好,“开复,并与否说我还是对你的研究依据有所保留,假使 ,在科学的领域里,并与否也无所谓老师和学生的区别,一群人完整还会面临什儿 个多难题的攻克者,可是我有,原应你真的能能数据库,没了,我太久 去说服政府帮你建立有有4个大的数据库吧!”

  瑞迪教授并且说服了美国政府部门和美国标准局埋点并提供了几瓶数据。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,并且许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,统计学的依据还能能非常快的机器,瑞迪教授又我太久 购买了最新的Sun 4机器。此后每次有新的机器,他还会说:“先问问开复要并与否。” 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太久 感觉到并与否伟大的力量,这是并与否自由和信任的力量。

  3

  在导师的支持下,我现在开始英语 英语 了疯狂的科研工作。

  当时,我带着另一位学生同時 用统计的依据做语音识别。同時 ,许多60 多人用专家系统做同样的难题。从依据上来说,一群人在竞争,假使 在瑞迪教授的领导下,一群人分享一切,一群人用同样的样本训练和测试。

  在1986年底,我的统计系统和一群人的专家系统达到了大概一样的水平,40%的辨认率。这并与否还是完整只能用的系统,但毕竟是学术界第一次尝试没了难的难题,一群人还是比较欣喜和乐观的。

  1987年5月,一群人大幅度地提升了训练的数据库,采用了新的建模依据,不但我太久 能能用统计学的依据学习每有有4个音,假使 能只能用统计学的依据学习每有有4个音之间的转折。针对许多音的样本过高 ,我又想出了并与否依据(generalized triphones)来合并许多的音。这三项工作一群人说把机器的语音识别率从从前的40%提高到了60 %!并且又提高到96%。

  统计学的依据用于语音识别初步被验证是正确的方向。

  一群人都相信了我用的机器学习依据和隐马可夫模型算法,假使 抛弃了不可行的专家系统(专家系统只达到60 %的识别率)。在我的博士论文基础上,并且的Nuance,微软、苹果机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。

  什儿 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转向了统计依据。

  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,我只并与否在和有有4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

  并且,《商业周刊》把我的发明家 人选为1988年最重要的发明家 人人。年仅26岁初出茅庐的我,第一次亮相就获得从前的成功,我太久 感到很幸运,也我太久 有了继续向科技高峰攀爬的动力。

  而我也假使 拿到了卡内基·梅隆大学的计算机博士学位,这离我1983年入学只能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年以上不能能拿到博士学位,我用没了短的时间拿到博士学位,是一项新的纪录。

  我也假使 破格留校,成为一名26岁的助理教授。

  4

  遗憾的是,并与否我找到了方向和基本依据,但以当时的数据量级和计算水平,语音AI研究没了有商业化原应。我最终还是抛弃科研界,进入商界,用产品改变世界。

  60 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。科研人员能能的数据集不再没了难以触碰,可是我能能一群人牵头让更多的公司参与进来。这在60 多年前,我还是有有4个AI科研人员的时代,能接触到真实世界里没了海量的数据,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,创造研究原应和条件。

  可是我有,昨天创新工场、搜狗、今日头条联合发起“AI Challenger 全球AI挑战赛”。三家公司分别投入几瓶资金、也拿出千万量级高质量开放数据集与宝贵GPU资源。

  同時 ,我也倡导商界和科研界能采用几瓶的数据和标准的测试依据,也欢迎更多的数据公司我太久 能能参与到什儿 平台里。

  希望一群人推出的Challenger.ai,能只能帮助到中国AI人才成长。

  在我看来,这次AIChallenger绝对不可是我有有4个活动,也绝对不可是我有有4个奖金60 万、年底就现在开始英语 英语 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,一群人再来回顾什儿 段青春时光 ,一群人发现中美AI人才之间没了落差了,还能想到AI Challenger在从前重大过程中扮演了有有4个小小角,我太久 感到什儿 切完整还会价值。

  欢迎一群人登录大赛官网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(要在电脑页面上不能能报名哦)。

  一群人原应无法想象,我有多么羡慕一群人,生活在数据爆炸的时代,一群人提供数据和奖金池,让有才华的人一展拳脚。