閱讀 :489

歡迎關(guān)注“創(chuàng)事記”的微信訂閱號(hào)：sinachuangshiji　　文/李開復(fù)　　1　　今天跟大家講個(gè)故事。

　　1983-1988年，我正在卡內(nèi)基·梅隆大學(xué)讀計(jì)算機(jī)博士。

　　我正忙著暑期教書，秋天投身奧賽羅人機(jī)博弈（黑白棋游戲，那是機(jī)器第一次真正意義上打敗人類冠軍的比賽）。

　　我的導(dǎo)師瑞迪教授（Raj Reddy，圖靈獎(jiǎng)得主、卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)系終身教授、美國(guó)工程院院士）從美國(guó)國(guó)防部得到了300萬(wàn)美元的經(jīng)費(fèi)，用來(lái)做不指定語(yǔ)者、大詞庫(kù)、連續(xù)性的語(yǔ)音識(shí)別。

　　也就是說(shuō)，他希望機(jī)器能聽懂任何人的聲音，而且可以懂上千個(gè)詞匯，懂人們自然連續(xù)說(shuō)出的每一句話。

　　這三個(gè)問題都是當(dāng)時(shí)無(wú)解的問題。

　　而瑞迪教授大膽地拿下項(xiàng)目，希望同時(shí)解決這三個(gè)問題。

他在全美招聘了30多位教授、研究員、語(yǔ)音學(xué)家、學(xué)生、程序員，以啟動(dòng)這個(gè)有史以來(lái)最大的語(yǔ)音項(xiàng)目。

　　我也在這30人名單之內(nèi)。

　　當(dāng)時(shí)的科研背景是，業(yè)界已經(jīng)有類似今天深度學(xué)習(xí)的算法，但一直沒有實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化，數(shù)據(jù)量也不足夠大。

　　美國(guó)幾大語(yǔ)音識(shí)別實(shí)驗(yàn)室（如MIT、 CMU、 SRI、 IBM、貝爾實(shí)驗(yàn)室）都是各用各的數(shù)據(jù)庫(kù)，測(cè)試數(shù)據(jù)不同，訓(xùn)練數(shù)據(jù)不同，使用的語(yǔ)言模型不同，測(cè)試的詞匯量也不同。

所以都各稱業(yè)界第一，大家莫衷一是。

　　而每個(gè)大公司都有自己的商業(yè)需求，比如說(shuō)在語(yǔ)音識(shí)別方面，當(dāng)年做打字機(jī)的IBM想做語(yǔ)音打字機(jī)，壟斷美國(guó)電信的AT&T要求貝爾實(shí)驗(yàn)室識(shí)別電話號(hào)碼，所以大公司并沒有動(dòng)力來(lái)幫助小公司或?qū)W校。

而小公司和學(xué)校，往往只有資源做些較小的數(shù)據(jù)集，結(jié)果通常也不如大公司的好。

　　不僅如此，數(shù)據(jù)不標(biāo)準(zhǔn)對(duì)AI研究而言是致命的，最后導(dǎo)致很多問題，包括：　　1、因?yàn)闇y(cè)試語(yǔ)料庫(kù)不同，最后識(shí)別結(jié)果，大家無(wú)法復(fù)制，也無(wú)法驗(yàn)證。

彼此不認(rèn)可，而且因?yàn)閿?shù)據(jù)沒有打通，算法就更不可能打通了。

　　2、因?yàn)槊考易龅念I(lǐng)域不同，最后的結(jié)果都不可比。

有些領(lǐng)域詞匯量小，比較容易，但是做出結(jié)果也可能不能通用。

有些領(lǐng)域詞匯量大，但是約束很多，所以能說(shuō)的內(nèi)容不多，導(dǎo)致比較容易識(shí)別，也不能通用。

　　3、因?yàn)槊考矣?xùn)練集不一樣大，而訓(xùn)練集越大，一般結(jié)果越好。

所以，有可能結(jié)果做的好，被認(rèn)為并不是靠算法，而是靠數(shù)據(jù)量大。

　　4、對(duì)于學(xué)術(shù)單位來(lái)說(shuō)，最大的問題來(lái)自于沒有足夠的資源（也沒有興趣）收集、清洗、標(biāo)注大量的語(yǔ)料。

對(duì)于小公司來(lái)說(shuō)，語(yǔ)料和計(jì)算力都是問題。

　　最后，瑞迪教授計(jì)劃采用“專家系統(tǒng)”來(lái)完成項(xiàng)目，因?yàn)檫@個(gè)方法需要的數(shù)據(jù)有限。

　　專家系統(tǒng)是早期人工智能的一個(gè)重要分支，你可以把它看作是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題。

　　但我不認(rèn)同。

　　2　　之前參加過的奧賽羅的人機(jī)博弈，讓我對(duì)統(tǒng)計(jì)概念有了充分的理解，我對(duì)瑞迪教授的研究方法產(chǎn)生動(dòng)搖。

　　我相信建立大型的數(shù)據(jù)庫(kù)，然后對(duì)大的語(yǔ)音數(shù)據(jù)庫(kù)進(jìn)行分類，有可能解決專家系統(tǒng)不能解決的問題。

　　另外，在1985年，美國(guó)標(biāo)準(zhǔn)局 （NationalInstitute of Standards and Technology）也意識(shí)到數(shù)據(jù)不標(biāo)準(zhǔn)會(huì)影響科研進(jìn)步。

所以在語(yǔ)音識(shí)別問題上，標(biāo)準(zhǔn)局設(shè)定了標(biāo)準(zhǔn)的語(yǔ)音和語(yǔ)言的訓(xùn)練集、測(cè)試集。

要求每個(gè)學(xué)校的每個(gè)團(tuán)隊(duì)都用同樣的訓(xùn)練集來(lái)訓(xùn)練模型，可以自己調(diào)好系統(tǒng)參數(shù)，比賽最后一天大家拿到數(shù)據(jù)，有一天時(shí)間跑出結(jié)果，大家評(píng)比。

　　我從這個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集和測(cè)試看到機(jī)會(huì)。

　　再三思考后，我決定鼓足勇氣，向瑞迪教授直接表達(dá)我的想法。

我對(duì)瑞迪說(shuō)：“我希望轉(zhuǎn)投統(tǒng)計(jì)學(xué)，用統(tǒng)計(jì)學(xué)來(lái)解決這個(gè)‘不特定語(yǔ)者、大詞匯、連續(xù)性語(yǔ)音識(shí)別’。

”　　我以為瑞迪會(huì)有些失望，沒想到他一點(diǎn)都沒有生氣，他輕輕地問：“那統(tǒng)計(jì)方法如何解決這三大問題呢？”　　瑞迪教授耐心地聽完我激情的回答后，用他那永遠(yuǎn)溫和的聲音告訴我：“開復(fù)，你對(duì)專家系統(tǒng)和統(tǒng)計(jì)的觀點(diǎn)，我是不同意的，但是我可以支持你用統(tǒng)計(jì)的方法去做，因?yàn)槲蚁嘈趴茖W(xué)沒有絕對(duì)的對(duì)錯(cuò)，我們都是平等的。

而且，我更相信一個(gè)有激情的人是可能找到更好的解決方案的。

”　　那一刻，我的感動(dòng)無(wú)以倫比。

因?yàn)閷?duì)一個(gè)教授來(lái)說(shuō)，學(xué)生要用自己的方法作出一個(gè)與他唱反調(diào)的研究。

教授不但沒有動(dòng)怒，還給予充分的支持，這在很多地方是不可想象的。

　　統(tǒng)計(jì)學(xué)需要大數(shù)據(jù)庫(kù)，我們?nèi)绾尾拍芙⑵鸫蟮臄?shù)據(jù)庫(kù)呢？　　瑞迪教授看到我愁眉不展的樣子，再一次給了我支持。

他說(shuō)，“開復(fù)，雖然說(shuō)我還是對(duì)你的研究方法有所保留，但是，在科學(xué)的領(lǐng)域里，其實(shí)也無(wú)所謂老師和學(xué)生的區(qū)別，我們都是面臨這一個(gè)難題的攻克者，所以，如果你真的需要數(shù)據(jù)庫(kù)，那么，讓我去說(shuō)服政府幫你建立一個(gè)大的數(shù)據(jù)庫(kù)吧！”　　瑞迪教授后來(lái)說(shuō)服了美國(guó)政府部門和美國(guó)標(biāo)準(zhǔn)局收集并提供了大量數(shù)據(jù)。

我用美國(guó)標(biāo)準(zhǔn)局提供的標(biāo)準(zhǔn)大數(shù)據(jù)，跟多家拿國(guó)家錢的機(jī)構(gòu)數(shù)據(jù)，后來(lái)一些不拿國(guó)家錢的單位（如：IBM，AT&T）也參與進(jìn)來(lái)，我可使用的數(shù)據(jù)越滾越大。

　　除了大數(shù)據(jù)，統(tǒng)計(jì)學(xué)的方法還需要非?？斓臋C(jī)器，瑞迪教授又幫我購(gòu)買了最新的Sun 4機(jī)器。

此后每次有新的機(jī)器，他都會(huì)說(shuō)：“先問問開復(fù)要不要。

” 做論文的兩年多，我至少花了他幾十萬(wàn)美元的經(jīng)費(fèi)。

　　瑞迪教授的寬容再次讓我感覺到一種偉大的力量，這是一種自由和信任的力量。

　　3　　在導(dǎo)師的支持下，我開始了瘋狂的科研工作。

　　當(dāng)時(shí)，我?guī)е硪晃粚W(xué)生一起用統(tǒng)計(jì)的方法做語(yǔ)音識(shí)別。

同時(shí)，其他30多人用專家系統(tǒng)做同樣的問題。

從方法上來(lái)說(shuō)，我們?cè)诟?jìng)爭(zhēng)，但是在瑞迪教授的領(lǐng)導(dǎo)下，我們分享一切，我們用同樣的樣本訓(xùn)練和測(cè)試。

　　在1986年底，我的統(tǒng)計(jì)系統(tǒng)和他們的專家系統(tǒng)達(dá)到了大約一樣的水平，40%的辨認(rèn)率。

這雖然還是完全不能用的系統(tǒng)，但畢竟是學(xué)術(shù)界第一次嘗試這么難的問題，大家還是比較欣喜和樂觀的。

　　1987年5月，我們大幅度地提升了訓(xùn)練的數(shù)據(jù)庫(kù)，采用了新的建模方法，不但能夠用統(tǒng)計(jì)學(xué)的方法學(xué)習(xí)每一個(gè)音，而且可以用統(tǒng)計(jì)學(xué)的方法學(xué)習(xí)每?jī)蓚€(gè)音之間的轉(zhuǎn)折。

針對(duì)有些音的樣本不夠，我又想出了一種方法（generalized triphones）來(lái)合并其他的音。

這三項(xiàng)工作居然把機(jī)器的語(yǔ)音識(shí)別率從原來(lái)的40%提高到了80%！后來(lái)又提高到96%。

　　統(tǒng)計(jì)學(xué)的方法用于語(yǔ)音識(shí)別初步被驗(yàn)證是正確的方向。

　　大家都相信了我用的機(jī)器學(xué)習(xí)方法和隱馬可夫模型算法，并且拋棄了不可行的專家系統(tǒng)（專家系統(tǒng)只達(dá)到60%的識(shí)別率）。

在我的博士論文基礎(chǔ)上，后來(lái)的Nuance，微軟、蘋果等公司做出了業(yè)界最領(lǐng)先的產(chǎn)品。

　　1988年4月，我受邀到紐約參加一年一度的世界語(yǔ)音學(xué)術(shù)會(huì)議，發(fā)表學(xué)術(shù)論文。

　　這個(gè)成果撼動(dòng)了整個(gè)學(xué)術(shù)領(lǐng)域。

這是當(dāng)時(shí)計(jì)算機(jī)領(lǐng)域里最頂尖的科學(xué)成果。

　　語(yǔ)音識(shí)別率大幅度提高，讓全世界語(yǔ)音研究領(lǐng)域閃爍出一道希望的光芒，從此，所有以專家系統(tǒng)研究語(yǔ)音識(shí)別的人全部轉(zhuǎn)向了統(tǒng)計(jì)方法。

　　會(huì)后，《紐約時(shí)報(bào)》派記者JohnMarkoff來(lái)到匹茲堡對(duì)我作了采訪，文章發(fā)表于1988年7月6日，占了科技版首頁(yè)的整個(gè)半版。

在這篇文章里，馬可奧夫大力報(bào)道了我的論文的突破。

當(dāng)時(shí)，我只覺得在和一個(gè)和藹可親的記者聊天，事后，我才知道這是一名才華橫溢的著名記者，三次提名普利策獎(jiǎng)，并在斯坦福兼教。

這是1988年，《紐約時(shí)報(bào)》對(duì)我博士論文的報(bào)道　　后來(lái)，《商業(yè)周刊》把我的發(fā)明選為1988年最重要的科學(xué)發(fā)明。

年僅26歲初出茅廬的我，第一次亮相就獲得這樣的成功，讓我感到很幸運(yùn)，也讓我有了繼續(xù)向科技高峰攀爬的動(dòng)力。

　　而我也因此拿到了卡內(nèi)基·梅隆大學(xué)的計(jì)算機(jī)博士學(xué)位，這離我1983年入學(xué)只有4年半的時(shí)間。

在卡內(nèi)基·梅隆大學(xué)的計(jì)算機(jī)學(xué)院，同學(xué)們平均6年以上才能拿到博士學(xué)位，我用這么短的時(shí)間拿到博士學(xué)位，是一項(xiàng)新的紀(jì)錄。

　　我也因此破格留校，成為一名26歲的助理教授。

　　4　　遺憾的是，雖然我找到了方向和基本方法，但以當(dāng)時(shí)的數(shù)據(jù)量級(jí)和計(jì)算水平，語(yǔ)音AI研究很難有商業(yè)化機(jī)會(huì)。

我最終還是離開科研界，進(jìn)入商界，用產(chǎn)品改變世界。

　　30年過了，AI發(fā)展的土壤終于肥沃起來(lái)。

　　伴隨互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)而來(lái)的大數(shù)據(jù)、高效的計(jì)算機(jī)運(yùn)算能力等條件都齊備了。

科研人員需要的數(shù)據(jù)集不再那么難以觸碰，只是需要有人牽頭讓更多的公司參與進(jìn)來(lái)。

這在30多年前，我還是一個(gè)AI科研人員的時(shí)代，能接觸到真實(shí)世界里如此海量的數(shù)據(jù)，是個(gè)遙不可及的夢(mèng)想。

　　我當(dāng)年受惠于瑞迪教授的幫助和指導(dǎo)，今天也非常希望能給更多和我一樣的年輕人，創(chuàng)造研究機(jī)會(huì)和條件。

　　所以，昨天創(chuàng)新工場(chǎng)、搜狗、今日頭條聯(lián)合發(fā)起“AI Challenger 全球AI挑戰(zhàn)賽”。

三家公司分別投入大量資金、也拿出千萬(wàn)量級(jí)高質(zhì)量開放數(shù)據(jù)集與寶貴GPU資源。

　　同時(shí)，我也倡導(dǎo)商界和科研界能采用大量的數(shù)據(jù)和標(biāo)準(zhǔn)的測(cè)試方法，也歡迎更多的數(shù)據(jù)公司能夠參與到這個(gè)平臺(tái)里。

　　希望我們推出的Challenger.ai，可以幫助到中國(guó)AI人才成長(zhǎng)。

　　在我看來(lái)，這次AIChallenger絕對(duì)不只是一個(gè)活動(dòng)，也絕對(duì)不只是一個(gè)獎(jiǎng)金200萬(wàn)、年底就結(jié)束的競(jìng)賽，這是推進(jìn)中國(guó)AI人才成長(zhǎng)的重大催化劑。

　　希望3年或5年后，我們?cè)賮?lái)回顧這一段時(shí)光，我們發(fā)現(xiàn)中美AI人才之間沒有落差了，還能想到AI Challenger在這樣重大過程中扮演了一個(gè)小小角，我就感到這一切都有價(jià)值。

　　歡迎大家登錄大賽官網(wǎng)Challenger.ai，獲取信息并報(bào)名。

關(guān)于這場(chǎng)大賽的具體信息可點(diǎn)擊文末的鏈接了解（要在電腦頁(yè)面上才能報(bào)名哦）。

　　你們可能無(wú)法想象，我有多么羨慕你們，生活在數(shù)據(jù)爆炸的時(shí)代，有人提供數(shù)據(jù)和獎(jiǎng)金池，讓有才華的人一展拳腳。

下一篇:王健林最新演講：解密實(shí)體商業(yè)的4種新戰(zhàn)法 下一篇 【方向鍵 ( → )下一篇】

上一篇:周亞輝：互聯(lián)網(wǎng)下半場(chǎng)是偽命題 上一篇 【方向鍵 ( ← )上一篇】