AI大师丨Raj Reddy(雷伊·雷蒂):从印度农村走出来的图灵奖得主

编者按:“AI大师”是我们新推出的系列文章,为大家讲述人工智能领域大师们的研究与成长故事。第一期的主人公是美籍印度裔计算机科学家、1994年图灵奖获得者Raj Reddy(雷伊·雷蒂),他是人工智能领域的早期开拓者之一,在人工智能、语音理解、图像识别、机器人等领域有超过50年的研究经验,也先后在斯坦福大学和卡内基梅隆大学任教40余年,培养出了李开复洪小文沈向洋等一众计算机科学和人工智能领域的领军人物。微软亚洲研究院20年来的4任院长,有三位都是他的学生。

前不久,Reddy教授在微软亚洲研究院做了一场题为“以历史的视角,重新审视人工智能”的精彩讲座,深受大家的欢迎。今天,我们一起来探寻这位AI大师的成长之路。

讲座现场Raj Reddy(前排左四)与微软亚洲研究院院长洪小文(前排左五)以及学生合影

讲座现场Raj Reddy(前排左四)与微软亚洲研究院院长洪小文(前排左五)以及学生合影

文/微软亚洲研究院 来源:微软研究院AI头条(微信公号ID:MSRAsia)

1966年,首届图灵奖颁奖仪式在洛杉矶召开,当美国计算机协会向A. Perlis教授颁奖时,台下有一位斯坦福大学学生十分激动,暗暗下决心也要在计算机科学领域努力奋斗出一番事业。28年后,由于在人工智能领域的杰出贡献,这位学生也如愿迈上了图灵奖的颁奖台——他就是印度裔计算机科学家Raj Reddy。更多图灵奖解读:www.yangfenzi.com/tag/turing-award

1937年,Raj Reddy出生于印度中南部安得拉邦的一个普通家庭,他的父亲是一位农民,母亲是家庭主妇。长大后,Raj Reddy成为了家中第一个上大学的人, 他在印度马德拉斯大学工程学院获得了土木工程学士学位,随后在澳大利亚新南威尔士大学获得技术硕士学位,之后前往美国,于1966年在斯坦福大学计算机学院完成了博士学业。

结束博士学业后,Raj Reddy留在斯坦福大学人工智能实验室担任了一段时间的助理教授,在60年代,斯坦福大学的研究团队已经开始着手机器人、语言、知识工程、计算机视觉等方向的研究。

1969年,Raj Reddy移居匹兹堡,加入了卡内基梅隆大学计算机科学学院,在接下来的数十年中为学院的建设作出了诸多贡献。1979年,Raj Reddy主导创建了卡内基梅隆大学机器人研究所。1991年到1999年,在他担任计算机学院院长期间,卡内基梅隆大学的语言技术学院、计算机交互研究所、软件研究所、自动学习与发现中心(后改名为机器学习部)等机构都先后建立起来。

让计算机“听懂”人类

在卡内基梅隆大学任教期间,Raj Reddy的主要研究方向是语音识别、图像识别、计算机传感器、人机交互等,他希望计算机不仅能学习人类的知识,更能够掌握人类的自然语言、模拟人类的认知能力。

语音识别是Raj Reddy的一个重要研究方向。从70年代初开始,Raj Reddy就投入了让计算机“听懂”人类语言的工作中,全方位推进了语音理解过程中的声学处理、特征提取、分割和标注、搜索和反馈等方面的研究,致力于打破人与机器之间交流的障碍,在人机交流中建立流畅、优雅的互动。1976年,他的研究团队开发了语音识别系统Hearsay I和Harpy等,Hearsay I是世界上最先能够执行连续语音识别的系统之一,而Harpy则率先实现低成本且高效的语音识别。

语音识别研究进行到80年代中期,AT&T、IBM等团队都已经开发出了基于数据的语音识别系统,但这些系统仍然只能一个词一个词地分开进行识别和记录,还无法有效地识别人们说话时连续的发音。而且当时人们普遍认为,80年代的计算资源还无法支持独立于扬声器的语音识别系统。这种信念在80年代后期就被完全打破。

Raj Reddy当时的博士生李开复和洪小文想要抛弃以专家系统为基础的主流语音识别系统,采用一种完全基于大数据和统计学的模型,对于这样“另辟蹊径”的学生,Raj Reddy虽不完全认同他们的方法,但十分支持他们探索性的研究。最后他们成功开发了语音识别系统“斯芬克斯”。“斯芬克斯”系统不仅完成了高精度的连续语音识别,还能够以普通人自然说话的速度进行实时识别,同时解决了语音识别领域中的演讲者独立性、连续语音和海量词汇三大难题,项目基于统计模型的研究方法也具有开创性意义。

除了在语言理解、语音识别领域的开拓性研究,Raj Reddy也在计算机视觉图像领域开辟了道路。和理解语音一样,让计算机理解图像也需要大量的相关知识,但在计算机图像研究的初期,人们没有对这些知识进行系统地处理,甚至没有足够的工具来获取必要的知识库,因此,Raj Reddy探索了让机器获取理解图像必要知识的方法,以及图像检测、特征提取、图像处理、虚拟成像等多方面的技术。

Raj Reddy在机器智能领域还完成了许多应用落地项目。1984年Raj Reddy带领实验室参与美国国防高等研究计划署(DARPA,Defense Advanced Research Projects Agency)的自动驾驶项目Navlab,项目目标是开发时速达到80公里/小时的自动驾驶越野车,最后完成的野战救护车NavlabⅡ最高时速可以达到110公里/小时,项目取得了圆满成功。作为自动驾驶领域的先行者,Navlab项目在计算机视觉、路径规划、自动控制、障碍识别等多方面都有了重大技术突破,为后人的自动驾驶研究奠定了基础。

1994年,Raj Reddy终于走上了图灵奖的颁奖台,美国计算机协会表彰了他在设计和建立大型人工智能系统、展示人工智能技术的应用价值和商业价值方面作出的杰出贡献。

Raj Reddy(雷伊·雷蒂)

Raj Reddy(雷伊·雷蒂)

除了图灵奖,Reddy学术生涯中获得的重量级奖项可谓数不胜数。2005年,Reddy因在机器人和计算机科学方面的开创性工作以及他的技术在未来社会的教育、救灾、医疗保健等方面的应用获得本田奖。2006年,他获得了美国国家科学基金会的最高奖 “瓦内瓦布什奖”,以表彰他一生对科学和国家做出的贡献。2008年,由于在语音识别、自然语言理解和人工智能方面的开拓性贡献,他获得了IEEE颁发的语音和音频处理奖项。2011年, Reddy被纳入IEEE智能系统与人工智能名人堂,表彰他50年来在推进人工智能、智能系统研究方面的重大贡献。更多人工智能解读:www.yangfenzi.com/tag/rengongzhineng

除了在学术领域的建树,Raj Reddy也展现出了自己卓越的领导能力。在1979年担任国际人工智能联合会主席期间,他牵头成立了美国人工智能协会,并于1987年至1989年担任主席,促进了人工智能领域的学术交流与合作。1999年到2001年,他还担任了克林顿总统信息技术咨询委员会(PITAC)联合主席。

而在大学校园里,Raj Reddy 40余年的教学生涯培育了许多杰出的学生,李开复、洪小文、沈向洋等都成为了今天的计算机科学领域的领军人物。Raj Reddy “即使不赞同也给予支持”的包容态度,留给学生很大的自主性去探索未知。

技术服务社会

Raj Reddy出生、成长于发展中国家,因此他始终把将高新技术在发展中国家的普及作为自己的使命。他关心人类福祉,关注社会问题的解决,希望先进的计算机技术能够切实地服务于社会,几十年来,他也从未停止探索技术与社会服务的融合点。

Raj Reddy参加第十届“二十一世纪的计算”学术研讨会

Raj Reddy参加第十届“二十一世纪的计算”学术研讨会

自1995年以来,Raj Reddy和他在中国、印度的同事一直致力于开展 “数字图书馆计划” ,将珍贵的信息保存为数字档案。在信息时代,Reddy希望这个数字图书馆不仅仅是传统图书馆的电子翻版,还要涵盖视频、电影、音乐等多种媒体形式;它的功能也不仅仅是简单的存储,更要采用新技术来收集整理这些庞大的数据,使这些信息能够更容易地被人们在线访问、检索和再现。“数字图书馆”将在数字遗产继承、教育培训、文化娱乐等多方面服务于人类。

Raj Reddy还帮助创办了印度拉吉夫甘地知识技术大学(Rajiv Gandhi University of Knowledge Technologies),帮助更多来自低收入家庭的印度农村青年进入大学。他也担任过GVK应急管理和研究院(EMRI)成员,为社会的医疗保险领域提供技术解决方案,给更多印度农村人口提供医疗保险。Raj Reddy也是以色列佩雷斯和平中心理事。

在长达50年的职业生涯中,Raj Reddy 贯彻了他“技术服务社会”的宗旨。目前他致力于研究人工智能技术在自然灾害、突发险情等事件中的应用,让人工智能成为人类的“守护天使”。Raj Reddy始终相信人工智能可以为人类带来更美好的未来,就像他在1994年图灵奖颁奖台上所说的那样,人工智能是可以实现的美好愿景,值得人们继续去探索、追寻。

·氧分子网www.yangfenzi.com)延伸阅读:

➤ 【nature】深度学习巨头看人工智能界人才迁徙

➤ 计算机行业诺贝尔奖花落“密码学”,致敬不能被忘却的图灵

➤ 图灵奖得主蒂姆·伯纳斯·李Tim的伟大贡献:不止Web万维网

➤ 人工智能专家李飞飞、李佳加盟Google,领导谷歌云机器学习部门

➤ 人工智能历史十大里程碑:神经网络 人机对话 奇点理论 自动驾驶…

➤ 黄铁军:计算机出世—你所不知道的电脑秘史 你应该知道的电脑未来

氧分子网·氧分子网www.yangfenzi.com)综合整理

您可能还喜欢…

发表评论

电子邮件地址不会被公开。 必填项已用*标注

您可以使用这些HTML标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>