這是一個(gè)，一群人用語(yǔ)言和語(yǔ)音技術(shù)探索前路、希望改變世界的故事。

一通特殊的電話，開啟徐鵬的 CLSP 之旅

1999年，徐鵬接到了一個(gè)從未設(shè)想過的電話。

24年后，已經(jīng)成為了螞蟻集團(tuán)副總裁、執(zhí)掌螞蟻基礎(chǔ)大模型，徐鵬仍然無法忘記那一通電話——而也是這一通電話，讓他的人生發(fā)生了重大的改變。

彼時(shí)的徐鵬，剛剛結(jié)束在中科院自動(dòng)化所三年的研究生項(xiàng)目，告別導(dǎo)師黃泰翼，來到了大洋彼岸的布朗大學(xué)進(jìn)修，研究語(yǔ)音識(shí)別和麥克風(fēng)陣列。

而電話另一頭的人一說話，就讓徐鵬吃了一驚，給他打來電話的，是約翰霍普金斯大學(xué)（以下簡(jiǎn)稱“JHU”）語(yǔ)言和語(yǔ)音處理中心（CLSP）的負(fù)責(zé)人 Frederick Jelinek。

布朗大學(xué)雖是藤校，但在語(yǔ)音識(shí)別領(lǐng)域里的名聲，卻難望 JHU CLSP 的項(xiàng)背。而真正令徐鵬印象深刻的，是世界級(jí)語(yǔ)音大牛——Jelinek 的親自致電。

一年前，徐鵬就曾經(jīng)申請(qǐng)過 Jelinek 的博士，但最終沒能如愿，然而去往JHU、在 Jelinek 手下工作的想法，一直沒在他心中熄滅。于是在布朗大學(xué)就讀一年后，徐鵬再次申請(qǐng)了CLSP 電子工程系的項(xiàng)目，這才終于等來了 Jelinek 的電話。

行家一出手，便知有沒有。兩人只是短暫交流，Jelinek 便給了徐鵬 Offer，只是希望徐鵬能夠早點(diǎn)來到學(xué)校，進(jìn)入 CLSP 的狀態(tài)。

于是，在布朗大學(xué)的第一年讀完，剛放暑假，徐鵬就帶著行李從羅得島離開，去往位于美國(guó)東部、馬里蘭州巴爾的摩里的 JHU。

巴爾的摩是世界著名的港口之一，這里四季分明，氣候溫和潮濕，比起紐約、洛杉磯等發(fā)達(dá)且“時(shí)髦”的城市，稍顯樸素。

JHU 的 Gilman Hall

有些人會(huì)將 JHU 的某些特質(zhì)和中科大進(jìn)行對(duì)比——地處二線城市，學(xué)風(fēng)淳樸。

“跟老師交流時(shí)，他們關(guān)注的重心不是你能發(fā)多少篇文章，而是這個(gè)工作的原創(chuàng)性、能給領(lǐng)域帶來什么新的方向和思考，”畢業(yè)于 JHU 生物醫(yī)學(xué)工程專業(yè)的醫(yī)療 AI 創(chuàng)業(yè)者馬駿回憶道，“學(xué)生們也是，大家對(duì)學(xué)術(shù)是出于真心的喜歡，平時(shí)聊天、討論的內(nèi)容都是學(xué)術(shù)方向和學(xué)術(shù)大牛，跟今天大家討論明星八卦一樣，是他們的樂趣所在。”

事實(shí)上，在哈佛、耶魯?shù)冉虝?huì)學(xué)校大行其道的當(dāng)時(shí)，JHU 第一任校長(zhǎng) Daniel Coite Gilman（卡內(nèi)基-梅隆大學(xué)的前身卡內(nèi)基學(xué)院創(chuàng)始人），特意遠(yuǎn)渡重洋招徠了六名知名教授，并引入德國(guó)的大學(xué)教育體系，成立了北美第一所研究型大學(xué) JHU，分專業(yè)錄取本科生、以討論班形式授課，意在將學(xué)術(shù)體系更細(xì)分化、專業(yè)化。

然而，能讓徐鵬放棄藤校的學(xué)位，最重要的，還是在 JHU CLSP 的學(xué)術(shù)領(lǐng)軍人物、美國(guó)工程院院士 Jelinek。

Frederick Jelinek

Jelinek 來自捷克，麻省理工畢業(yè)后，他曾在康奈爾教書十載，后加入 IBM 研究院，于 1972 年帶領(lǐng) IBM 華生實(shí)驗(yàn)室，提出了基于統(tǒng)計(jì)的語(yǔ)音識(shí)別框架，以提升語(yǔ)音識(shí)別的準(zhǔn)確率和識(shí)別范圍。

看山不是山，Jelinek 將語(yǔ)音的問題看作一個(gè)通信問題，使用聲學(xué)和語(yǔ)言兩個(gè)概率模型，精準(zhǔn)地概括了語(yǔ)音識(shí)別，將 IBM 的語(yǔ)音識(shí)別率從 70% 提升至 90%，單詞識(shí)別的規(guī)模也從數(shù)百上升到了兩萬——此后，語(yǔ)音識(shí)別技術(shù)有了初步應(yīng)用落地的可能性。

而沒過幾年，Jelinek 在 IBM 又有了一項(xiàng)新的成果：基于語(yǔ)料庫(kù) n-gram 語(yǔ)言模型的大詞表連續(xù)語(yǔ)音識(shí)別方法。簡(jiǎn)單來說，把語(yǔ)音識(shí)別的單位從“單詞”拓展到了“整句”，不僅讓語(yǔ)音識(shí)別的性能大大提升，也深遠(yuǎn)的影響了未來20年左右的語(yǔ)音識(shí)別和機(jī)器翻譯技術(shù)發(fā)展進(jìn)程。

對(duì) IBM 當(dāng)時(shí)的語(yǔ)音工作，黃學(xué)東對(duì)雷峰網(wǎng)如此評(píng)價(jià)：“做語(yǔ)音最早的就是 IBM，如果從歷史的維度講述，IBM 內(nèi)部將做語(yǔ)音的方法應(yīng)用至機(jī)器翻譯、改寫了歷史，也影響了后面的 Transformer。IBM 對(duì)語(yǔ)音領(lǐng)域的研究做出了巨大的貢獻(xiàn)?！?/p>

而彼時(shí)，前沿的語(yǔ)音研究，中心仍然在高校。Jelinek 從 IBM 來到 JHU，并且主掌 CLSP 的研究和人才招募。

研究和行政之外，Jelinek 也會(huì)親自帶博士，而徐鵬則是他的第四號(hào)博士。

Jelinek 素來以嚴(yán)格治學(xué)聞名，他的想法明確、學(xué)術(shù)視角毒辣，即使已是學(xué)術(shù)領(lǐng)軍，仍然與學(xué)生交流緊密。講課并非他最突出的能力，來到 CLSP，Jelinek 就已經(jīng)是花甲之年，也不會(huì)親自寫代碼。于是，徐鵬必須得把每一個(gè)實(shí)驗(yàn)的肌理分析得足夠清楚細(xì)致、追根問底，還得能夠把成果匯報(bào)給 Jelinek 。

對(duì)徐鵬，Jelinek 常常一次性給他20個(gè)問題，讓他寫出代碼實(shí)現(xiàn)驗(yàn)證。徐鵬和其他學(xué)生辦公的地方，是一個(gè)狹長(zhǎng)的長(zhǎng)條形房間，而 Jelinek 的辦公室就在門外，常常給出問題沒多久，Jelinek 就會(huì)親自來到徐鵬桌前詢問進(jìn)度，或干脆把徐鵬叫進(jìn)辦公室討論。

Jelinek 的嚴(yán)格，由此可見一斑。

另外，在批改論文時(shí)，Jelinek 甚至?xí)?biāo)出文中的英文語(yǔ)法錯(cuò)誤。在中國(guó)學(xué)生越來越多的時(shí)候，Jelinek 還還專門讓他秘書在辦公室掛了一個(gè)“只能說英文”的牌子，甚至還出錢雇老師給徐鵬他們上英文課。

在 Jelinek 初到美國(guó)時(shí)，他的夢(mèng)想本是研修法律，只愁捷克口音太重，英文發(fā)音稍遜一籌，便不得已選擇了麻省理工的電子工程系——他之所以如此，也是怕學(xué)生再吃語(yǔ)言的虧，重蹈他的“覆轍”。

每年暑期，CLSP 也會(huì)聯(lián)合各大高校開展 workshop。不同院校的學(xué)生、老師、企業(yè)的研究院都來到 JHU ，申報(bào)課題后，一起完成兩三個(gè)月的研究工作。

90年代末，正是統(tǒng)計(jì)方法開始被語(yǔ)音識(shí)別學(xué)界所重視起來的時(shí)候。在這個(gè)方向，當(dāng)時(shí)涌現(xiàn)出了一批重要學(xué)者。從Michael Collins、斯坦福的Christopher Manning 和他的學(xué)生等等，Jelinek 也經(jīng)常邀請(qǐng)他們來到CLSP訪問交流，一時(shí) CLSP 稱得上“談笑有鴻儒，往來無白丁”。

而 Daniel Povey 主創(chuàng)的語(yǔ)音識(shí)別開源工具 Kaldi，也正是誕生于 CLSP的 workshop。不過這是后話，先按下不表。

在學(xué)術(shù)之外，Jelinek 的生活作風(fēng)相當(dāng)簡(jiǎn)樸，沒有什么做派。他開一輛老豐田開了20年，啟動(dòng)時(shí)的聲音像飛機(jī)發(fā)動(dòng)機(jī)一樣，別人問起，他只說：“我要像用我的人一樣，用我的車?！崩宪噲?bào)廢之后，Jelinek 只是花了幾千美金，買了一輛很舊的二手車。

2001年，徐鵬跟 Jelinek 一起，去意大利參加一場(chǎng)重要的活動(dòng)。從米蘭落地，Jelinek 租了一輛車，載著徐鵬在米蘭的山路上近乎狂飆，抓住一切機(jī)會(huì)超車，絕不落人后，把副駕駛上的徐鵬驚出一身冷汗。

也正是在那場(chǎng)活動(dòng)上，當(dāng)時(shí)臺(tái)上不少語(yǔ)音領(lǐng)域的大牛，都在討論語(yǔ)音識(shí)別該怎么做、往哪個(gè)方向走，但各說各話，爭(zhēng)論不下。

在臺(tái)下，Jelinek 再看不下去了，于是站起來，對(duì)著臺(tái)上說：“在這里爭(zhēng)論這么久，仿佛這個(gè)事情是我們能決定的，我們就是各個(gè)政府的奴隸，他們給我們錢、讓我們干什么就得干什么，不要講得這么冠冕堂皇，實(shí)際上我們也影響不了研究方向。”

是時(shí)，臺(tái)下數(shù)百觀者，臺(tái)上一眾嘉賓，無不瞠目結(jié)舌，Jelinek 也不愿退讓，最后還是有人圓場(chǎng)，尷尬的氣氛才緩解了幾分。

“我覺得，他（Jelinek）看事情時(shí)，更希望看到本質(zhì)——能做什么就做什么，不能做的事情干脆放棄，沒必要粉飾太平，說話直接，常常直戳痛點(diǎn)?！闭劦蕉鲙?Jelinek 時(shí)，徐鵬如此評(píng)價(jià)道。

Jelinek 最出名，也最令人咋舌的一句名言——“Every time I fire a linguist, the performance of the speech recognizer goes up.”（我每開掉一個(gè)語(yǔ)言學(xué)家，我語(yǔ)音識(shí)別的效果就能上升一點(diǎn)）也曾在業(yè)界掀起軒然大波。

即使外界一片爭(zhēng)議和誤解之下，Jelinek 也只和身邊親近的人解釋過。其實(shí)，Jelinek 很希望能夠?qū)⒄Z(yǔ)法的解析，和語(yǔ)音識(shí)別、語(yǔ)音模型結(jié)合起來。

當(dāng)時(shí)徐鵬和一個(gè)師兄一起，在這個(gè)領(lǐng)域做過嘗試，而最后結(jié)果證明是，語(yǔ)法解析對(duì)模型效果確實(shí)能夠起到一定作用，只是跟 Jelinek 的想象相差甚遠(yuǎn)。

而 Jelinek 反對(duì)的，是用規(guī)則的方式做語(yǔ)音，他認(rèn)為語(yǔ)法應(yīng)該跟統(tǒng)計(jì)結(jié)合起來，加上他本就是做信息論出身，相較之下，更欣賞用概率論統(tǒng)計(jì)的方法去做研究。

而實(shí)際上，規(guī)則學(xué)習(xí)的方式，也在世紀(jì)之交時(shí)遇到了瓶頸——只用語(yǔ)法規(guī)則無法完全解釋語(yǔ)言，而語(yǔ)言學(xué)家標(biāo)注出的規(guī)則又無法窮盡使用者的語(yǔ)言使用；而就在這時(shí)，Jelinek 所一貫主張的統(tǒng)計(jì)學(xué)習(xí)，則一舉登上了語(yǔ)音領(lǐng)域機(jī)器學(xué)習(xí)的主流舞臺(tái)。

早期在 Jelinek 治下，徐鵬的研究談不上有什么自由度，直到做出成果讓導(dǎo)師信服后，才得以逐漸開展自己感興趣的的研究。

對(duì) Random Forest（隨機(jī)森林）算法效果提升的研究，是徐鵬心中，自己在 CLSP 時(shí)比較有新意的一個(gè)工作。這種機(jī)器學(xué)習(xí)算法，基于集成學(xué)習(xí)理論，根據(jù)隨機(jī)選擇的特征訓(xùn)練一棵一棵的“決策樹”，再根據(jù)多數(shù)投票的方式，把每棵樹的預(yù)測(cè)結(jié)果合并為最終的預(yù)測(cè)結(jié)果。

欣賞徐鵬的研究，Jelinek 特意將隨機(jī)森林算法的創(chuàng)始人之一——Leo Breiman 請(qǐng)到了實(shí)驗(yàn)室，讓徐鵬把自己的工作給他匯報(bào)。比起 Jelinek ，利奧·布雷曼還要大上四歲，已經(jīng)幾近古稀，特意從西海岸趕來巴爾的摩，稱贊了徐鵬的工作。

而在 JHU 進(jìn)修數(shù)年之后，徐鵬以親身領(lǐng)略到了最前沿的語(yǔ)音技術(shù)。而和不少心懷天下的 AI 探索者一樣，他不想把一身本領(lǐng)留在象牙塔——他的夢(mèng)想是長(zhǎng)風(fēng)破浪，直濟(jì)滄海，用語(yǔ)音 AI 改變世界。

PhD畢業(yè)后，徐鵬的下一站，選擇了一家年輕的公司——?jiǎng)?chuàng)始于硅谷山景城的谷歌。

谷歌：CLSPer 從學(xué)術(shù)界走向工業(yè)界

“我認(rèn)為，谷歌對(duì) AI 的貢獻(xiàn)，今天很多人都沒有看到——其中最核心的一件事，就是在 2004、05 年左右，用分布式、云計(jì)算的方式來做語(yǔ)音識(shí)別和機(jī)器翻譯，把技術(shù)變成了一項(xiàng)實(shí)打?qū)嵉漠a(chǎn)品。”李志飛——徐鵬在 CLSP 的師弟，后來出門問問的創(chuàng)始人——如是說道。

21 世紀(jì)初，語(yǔ)音 AI 正有從高校向工業(yè)界轉(zhuǎn)移的趨勢(shì)。谷歌的不斷壯大，也吸引著越來越多華人 AI 新星的加入。而其中，同樣來自 JHU CLSP 的吳軍，就是谷歌最早一批的貢獻(xiàn)者。

吳軍比徐鵬大三屆，算得上是徐鵬的師兄，由于都是華人，兩人時(shí)常在實(shí)驗(yàn)室一起吃飯，吳軍時(shí)不時(shí)會(huì)請(qǐng)徐鵬來家里吃飯，徐鵬也幫吳軍搬過家。

徐鵬 2005 年畢業(yè)，就直接加入了谷歌，成為了當(dāng)時(shí)谷歌為數(shù)不多的華人員工。當(dāng)年谷歌來到巴爾的摩，在 JHU 校招，吳軍還親自作為宣講的一員隨隊(duì)前往。

徐鵬

然而，招收徐鵬進(jìn)入谷歌的，并不是吳軍。

事實(shí)上，一年前的谷歌校招，吳軍就鼓動(dòng)徐鵬來試試，彼時(shí)徐鵬正讀到博士最后一年，到了面試才發(fā)現(xiàn)自己準(zhǔn)備得并不完備，發(fā)揮不盡人意，面試階段被刷了下去。

一個(gè)寒暑過去，再有兩天徐鵬就要畢業(yè)?；蛟S是命運(yùn)的安排，在一次會(huì)議上，徐鵬遇上了執(zhí)掌谷歌機(jī)器翻譯的 Franz Och。

兩人簡(jiǎn)單交流，Och 十分賞識(shí)面前的這位年輕人，便問徐鵬，為什么沒有申請(qǐng)谷歌的工作。而徐鵬仍在一年前面試失敗的陰影之下，感覺希望渺茫——谷歌當(dāng)時(shí)四五千人的規(guī)模，研究崗只有寥寥數(shù)十人。而 Och 卻想要給予徐鵬一個(gè)機(jī)會(huì)，當(dāng)時(shí)谷歌的機(jī)器翻譯組也急需科研人才，便為徐鵬安排了一次線上面試。

這次，徐鵬沒有浪費(fèi)機(jī)會(huì)，過五關(guān)斬六將，一周后就拿到了 Och 發(fā)來的 Offer。

5 月進(jìn)入谷歌，徐鵬便開始享受著相當(dāng)自由的工作氛圍：研究主要依靠研究員的自驅(qū)；地點(diǎn)也十分自由，只需要提報(bào)一個(gè)簡(jiǎn)單的差旅手續(xù)，就可以想去哪里去哪里；甚至有一次，徐鵬因?yàn)閷Ｗ⒐ぷ?，錯(cuò)過了 Peter Norvig（徐鵬在谷歌的第一個(gè) director）的年末績(jī)效匯報(bào)，遲到了足足 20 分鐘，盡管是兩人的第一次會(huì)面，諾維格也只是輕飄飄一句：“做事去吧”。

在谷歌期間，徐鵬所在的機(jī)器翻譯組，是谷歌最早一批將統(tǒng)計(jì)方法機(jī)器學(xué)習(xí)做進(jìn)產(chǎn)品中的人。最早期，機(jī)器翻譯組只有十人不到，研究和產(chǎn)品化都有專人負(fù)責(zé)。徐鵬則被歸入了產(chǎn)品化團(tuán)隊(duì)中，從前端到后端、工程到產(chǎn)品均有涉獵。

幾年時(shí)間過去，谷歌的機(jī)器翻譯組也越發(fā)壯大，徐鵬也作為面試官，面試過大量的人才，其中也包括 Samy Bengio（Yoshua Bengio 的弟弟）

2013年，深度學(xué)習(xí)的風(fēng)潮興起，AI 的風(fēng)向再次變天。

硅谷的谷歌內(nèi)部，也清晰地感受到了這種變化，機(jī)器翻譯組的 Och 也被深度學(xué)習(xí)技術(shù)的發(fā)展所震撼，想要從底層研究到落地實(shí)現(xiàn)大包大攬；而徐鵬和 Och 的理解并不一致，他認(rèn)為，和谷歌大腦協(xié)作能更加集中公司內(nèi)部的資源，各取所長(zhǎng)。

彼時(shí)，谷歌大腦的辦公室就在機(jī)器翻譯組的斜對(duì)面，門牌也只是貼在門上，一張寫著“谷歌大腦”的打印紙。而在那里，今天 OpenAI 的首席科學(xué)家、創(chuàng)始人之一——Ilya 和組員正在完成的卻是改變世界的研究：

在徐鵬的幫助下，谷歌大腦完成了 LSTM 在機(jī)器翻譯領(lǐng)域上技術(shù)研究，以及paper sequence to sequence translation背后數(shù)據(jù)的預(yù)處理等工作——Ilya 做的是模型和方法，徐鵬則用自己的模型和統(tǒng)計(jì)方法與 Ilya 方案對(duì)比，統(tǒng)計(jì)方法給基于LSTM的深度學(xué)習(xí)方法提供了很好的驗(yàn)證，讓深度學(xué)習(xí)模型更容易看到當(dāng)時(shí)的不足，并最終得以改進(jìn)，取得了比統(tǒng)計(jì)模型更好的效果。

而和谷歌大腦的合作，讓徐鵬意識(shí)到繼續(xù)進(jìn)行統(tǒng)計(jì)方法研究的局限，在 Och 主導(dǎo)的翻譯團(tuán)隊(duì)進(jìn)行深度學(xué)習(xí)探索的自由度也受到了一定的限制。雖然徐鵬已經(jīng)是組里的manager，主管工程和部分研究，但是他還是提出了轉(zhuǎn)組，想去機(jī)器翻譯之外的地方嘗試。

再三思索，徐鵬沒有去 Ilya 的谷歌大腦——因?yàn)?Ilya 對(duì)深度學(xué)習(xí)執(zhí)念很深，意圖把研究方向全部攬到深度學(xué)習(xí)中來；而徐鵬更愿意做落地的工作，關(guān)注實(shí)際的效果，兩人最終也是道不同，不相為謀。

于是，徐鵬去了谷歌廣告，是第一個(gè)把深度學(xué)習(xí)做到線上系統(tǒng)的人，給公司帶來了幾個(gè)億的營(yíng)收。而在徐鵬離開機(jī)器翻譯組后不久，Och 就選擇了離開谷歌，去往了 Human Longevity 開始新的探索。

時(shí)間拉回2010年，徐鵬面試了另一個(gè)來自 CLSP 的年輕人，他比徐鵬小5屆，與徐鵬同樣分屬電子工程系，也正是書生意氣的年紀(jì)。當(dāng)時(shí)，正是谷歌機(jī)器翻譯組決定在語(yǔ)音版圖上開始擴(kuò)張的時(shí)機(jī)，徐鵬面試了不少在語(yǔ)音領(lǐng)域有所成就的技術(shù)大牛，而面前這位年輕人就是其中之一。

年輕人名叫李志飛，2004 年入學(xué)，和吳軍一樣，拜在Sanjeev Khudanpur 門下。

Sanjeev，常常被中國(guó)學(xué)生戲稱為“三姐夫”，是 Jelinek 在早期招募進(jìn)入 CLSP 的學(xué)術(shù)精英，研究方向和 Jelinek 一脈相承，Sanjeev 也是一位“神人”。傳說每次有人來參加研討會(huì)，Sanjeev 總能一眼看出對(duì)方數(shù)學(xué)公式中的錯(cuò)漏。

Sanjeev Khudanpur

原先也曾在 CLSP 讀書的云啟資本合伙人陳昱回憶，Sanjeev 對(duì)學(xué)生要求極嚴(yán)——不僅編程技術(shù)需要過關(guān)，數(shù)學(xué)水平也要足夠高。開課時(shí)，教室里還滿滿當(dāng)當(dāng)坐了幾十號(hào)人，而隨著課業(yè)進(jìn)行，學(xué)生便變得越來越少。

在電子工程系，李志飛的獎(jiǎng)學(xué)金是 Sanjeev 幫忙出的；而帶他做事情的導(dǎo)師，是一位叫 Jason Eisner 的計(jì)算機(jī)科學(xué)教授。

初到 JHU，李志飛最開始做的是分布式網(wǎng)絡(luò)系統(tǒng)——不同于語(yǔ)音、NLP ，這并不是 CLSP 的主要研究方向。而他當(dāng)時(shí)的導(dǎo)師是一個(gè)來自 MIT 的猶太人，對(duì)學(xué)生主動(dòng)性要求比較高。在上算法課時(shí)，常常公式寫了兩條，就停下來看自己的股票是漲是跌，李志飛深感如果在他手下恐難畢業(yè)，于是才跳槽到了 Jason Eisner 的手下。

Jason Eisner 也是 JHU 強(qiáng)大師資中的一員，他不僅是計(jì)算機(jī)科學(xué)系的教授、編程語(yǔ)言 Dyna 的首席設(shè)計(jì)師，也執(zhí)掌著微軟 Semantic Machines （2015年 Dan Klein 和 華裔科學(xué)家 Percy Liang 的 NLP 項(xiàng)目，后被微軟收購(gòu)）研究，在解析算法、機(jī)器翻譯和加權(quán)有限狀態(tài)機(jī)等多個(gè)領(lǐng)域建樹頗深，并且獲得了 ACL2017 最佳長(zhǎng)論文獎(jiǎng)。

Jason Einser

而在李志飛眼中，Jason 是一位超級(jí)聰明的 NLP 大神。他說話語(yǔ)速極快，腦子轉(zhuǎn)得也快——在 CLSP 辦的會(huì)上，受邀參加演講的嘉賓，不少都是帶著不懂的問題來找到 Jason，來請(qǐng)他幫忙解答。

而在教書育人的角度，Jason 也有自己的一套風(fēng)格。在課堂上，他每年都會(huì)根據(jù)業(yè)界最新的動(dòng)態(tài)，來增刪課程的內(nèi)容，以讓課堂能夠跟上科技發(fā)展的前沿。

除了有 Jason Einser 傳道解惑，李志飛在 JHU 里也和另一位 NLP 大神——David Yarowsky 有過合作，一起完成過一篇有關(guān)中文縮略語(yǔ)翻譯的論文。

David Yarowsky

David Yarowsky，和剛剛提到的 Jason Eisner、以及哥倫比亞大學(xué)的 Michael Collins 都師承于賓夕法尼亞大學(xué)的 Mitchell Marcus 教授。而 Mitchell 也正是“賓州樹庫(kù)”（Penn Treebank）的作者，為后世的 NLP 研究提供了一套成熟的句法分析數(shù)據(jù)集。

師出名門，David Yarowsky 在研究詞義消歧、跨語(yǔ)言學(xué)習(xí)等領(lǐng)域成果斐然。他性格有些可愛的古怪，被李志飛等一眾學(xué)生稱為“上帝”——David 從來不回復(fù)郵件，常常窩在四面都被書籍包圍的辦公室里，但幾乎對(duì)天下事無所不知，頗有當(dāng)年康德的風(fēng)范。

早年間，吳軍也曾在他門下學(xué)習(xí)。對(duì)同樣酷愛讀書的 David，吳軍評(píng)價(jià)道：“他的藏書量和讀書量可能都是我的十倍，但是他 95% 的書都只是瀏覽過。按照他的觀點(diǎn)，絕大多數(shù)的書都不值得仔細(xì)讀，但是閱讀量大是有好處的，除了拓寬知識(shí)面，更重要的是能夠讓自己的想法保持客觀中立?！?/p>

在 CLSP ，李志飛一個(gè)主要成就，是開源統(tǒng)計(jì)型機(jī)器翻譯工具包 Joshua 的開發(fā)。使用并行和分布式計(jì)算技術(shù)，Joshua 的可拓展性很強(qiáng)，并且在 WMT09 的法-英轉(zhuǎn)譯上，實(shí)現(xiàn)了當(dāng)時(shí)最先進(jìn)的翻譯性能和翻譯任務(wù)，給后世留下了很深遠(yuǎn)的影響。

2010 年，李志飛也順利從 JHU 博士畢業(yè)。5 年過去，谷歌的規(guī)模增長(zhǎng)了十倍左右；僅 2009 年前后，谷歌在一年內(nèi)就招收了 8000 名新人，甚至總部專門為此發(fā)函，談“如何在增加招聘人數(shù)的情況下，不影響招聘質(zhì)量”。

當(dāng)時(shí)的谷歌，對(duì)李志飛也有足夠的吸引力，為此，他還與陳昱通過電話，交流過谷歌的情況。

盡管都是谷歌，陳昱待過的地方是谷歌紐約，后來又去往上海；李志飛則是一頭扎向了位于硅谷的谷歌總部，并且在那里一直待到回國(guó)創(chuàng)業(yè)出門問問。

彼時(shí)，谷歌研究院在硅谷的華人幾乎鳳毛麟角，除了李志飛，雷欣、趙勇、和李志飛在 CLSP 的學(xué)長(zhǎng)徐鵬，加在一起不超過十個(gè)人。

在谷歌，李志飛的故事人盡皆知，他在谷歌總部主導(dǎo)機(jī)器翻譯和語(yǔ)音識(shí)別的相關(guān)工作，與他在 JHU CLSP 的研究一脈相承，在谷歌的手機(jī)離線翻譯的開發(fā)工作上，完成了很多貢獻(xiàn)。

盡管風(fēng)光正好，但李志飛并未在硅谷做過多停留。僅僅兩年后，他就決定回到中國(guó)創(chuàng)業(yè)，這才有了后來的出門問問。

有人說，李志飛早在谷歌期間，就有了創(chuàng)業(yè)的念頭。當(dāng)時(shí)適逢中國(guó)移動(dòng)互聯(lián)網(wǎng)的大發(fā)展開端，回國(guó)的決定是天時(shí)和地利的融合。也是同年，吳軍也從谷歌回國(guó)，加入了騰訊的搜索部門，與當(dāng)時(shí)家大業(yè)大的百度、銳意進(jìn)取的搜狗形成犄角之勢(shì)。

而李楠——一位大致同時(shí)期也在谷歌工作的業(yè)內(nèi)人士，卻對(duì)雷峰網(wǎng)表示，李志飛離開，歸根結(jié)底還是語(yǔ)音和翻譯業(yè)務(wù)，在谷歌并非如搜索、廣告一般的核心業(yè)務(wù)，整體受重視程度不足，是比較邊緣的一塊領(lǐng)土。

“和服務(wù)大客戶的 IBM 不一樣，谷歌的基礎(chǔ)架構(gòu)當(dāng)年的確是最好的——基礎(chǔ)設(shè)施搭得好，上層應(yīng)用可以很快速地迭代，這也讓我們?cè)诤荛L(zhǎng)一段時(shí)間里有競(jìng)爭(zhēng)優(yōu)勢(shì)?！崩铋u(píng)價(jià)道，“但難以直接轉(zhuǎn)化成實(shí)際的營(yíng)收和用戶增長(zhǎng)，對(duì)于 To C 的谷歌來說，語(yǔ)音還是很難站到主導(dǎo)的地位上?！?/p>

而另一位谷歌前員工安舍也表示：因?yàn)榉g的項(xiàng)目不賺錢，所以谷歌當(dāng)時(shí)也沒有投資源，算作一個(gè)純粹研究性質(zhì)的項(xiàng)目——而谷歌又想把它做得更大，所以在前兩年，機(jī)器翻譯組做的事情每年都要上公司的OKR，Och 要親自向高層匯報(bào)進(jìn)展，其中一項(xiàng)就是機(jī)器翻譯要做到什么程度。

在谷歌離線翻譯的項(xiàng)目上，李志飛和 Och 也曾經(jīng)有過一些想法上的摩擦。Och 認(rèn)為這個(gè)項(xiàng)目很難做出實(shí)際用途——他認(rèn)為，只需三年，所有終端都可以完成聯(lián)網(wǎng)，到了那時(shí)，離線包也就再也沒了用途。

而同樣在 Och 手下工作的徐鵬，知道前者是個(gè)“個(gè)人色彩濃烈”的領(lǐng)導(dǎo)，也更理解李志飛的處境，于是給了李志飛不少支持，也讓李完成了第一版谷歌翻譯的離線包。

直到今天，這個(gè)離線包都支持用戶下載。

在象牙塔，李志飛多年的心血全部投入在機(jī)器翻譯上，來到谷歌，卻發(fā)現(xiàn)自己的專攻難有用武之地，肯定心里難受。技術(shù)先進(jìn)和商業(yè)成果的矛盾，也是不少進(jìn)入大廠的科學(xué)家們，所共有的一個(gè)命門。

在這個(gè)角度，出門問問的誕生也就成了必然。

2010年，除了谷歌退出中國(guó)，李志飛加入谷歌，CLSP 還發(fā)生了另外一件大事——徐鵬的導(dǎo)師，CLSP 的扛鼎之人，F(xiàn)rederick Jelinek 在一個(gè)普通的星期二，在實(shí)驗(yàn)室工作時(shí)突然伏案不起，倒在了工作崗位上，終年78歲。

失去了先驅(qū)的引領(lǐng)，CLSP 和卻并未停步，未來的十年，隨著一批又一批的人才加入，仍然群星薈萃，引領(lǐng)著 AI 語(yǔ)音語(yǔ)義技術(shù)的前進(jìn)方向。

語(yǔ)音 AI 浪潮下的創(chuàng)業(yè)青年

Jelinek 溘然長(zhǎng)逝，一顆引領(lǐng)著語(yǔ)音識(shí)別技術(shù)發(fā)展、為后世留下了諸多成就的啟明星隕落。在當(dāng)年 IEEE 悼念 Jelinek 的文章中，劍橋大學(xué)皇家工程院院士 Steve Young 評(píng)價(jià)他“He was not a pioneer of speech recognition, he was the pioneer of speech recognition.（是語(yǔ)音識(shí)別的先驅(qū)。）”

而此前，純粹的技術(shù)至上主義、淳樸的學(xué)風(fēng)，在 Jelinek 影響下的 CLSP 風(fēng)格獨(dú)特，許多青年學(xué)者慕名前來，Jelinek 的離去，不僅是語(yǔ)音識(shí)別領(lǐng)域發(fā)展的損失，對(duì) CLSP 而言更是莫大的打擊。

陳果果便是受到過 Jelinek 直接影響的學(xué)生之一。

陳果果是 2006 年紹興市的高考狀元，本科就讀于清華大學(xué)電子工程系。

2010 年春節(jié)前后，陳果果還在讀大四，這是他在紹興老家度過的最后一個(gè)寒假。兩個(gè)月前，陳果果向 JHU 遞交了博士申請(qǐng)，如果通過，錄取通知的時(shí)間正是這幾天。

他打開網(wǎng)站，郵箱自動(dòng)登錄跳轉(zhuǎn)到首頁(yè)，在幾條未讀消息中，陳果果一眼看到了來自 CLSP 的郵件、通知他已被錄取。Offer 落款處寫著 Jelinek ，郵件內(nèi)容簡(jiǎn)潔，只寫了三件事：

第一、承諾給充足的研究資金；

第二、提供獎(jiǎng)學(xué)金和生活費(fèi)；

第三、在博士第一年結(jié)束時(shí)，可以去 IBM、Google 等大公司實(shí)習(xí)，做產(chǎn)學(xué)研結(jié)合。

對(duì)從事語(yǔ)音識(shí)別處理研究的學(xué)生而言，CLSP 是頂級(jí)學(xué)府、在語(yǔ)音、NLP 和分布存儲(chǔ)系統(tǒng)領(lǐng)域極具話語(yǔ)權(quán)，可以接觸到最前沿的技術(shù)；更不用說 Jelinek 親自邀請(qǐng)，陳果果幾乎受寵若驚，欣然接下了 Offer。

陳果果

同年 8 月末，陳果果乘上了飛往美國(guó)馬里蘭州的航班；也是那時(shí)，李志飛剛剛好畢業(yè)離開，橫跨美國(guó)飛往硅谷，二人幾乎擦肩而過。

但在陳果果入學(xué)不到半個(gè)月的時(shí)間，Jelinek 突發(fā)意外，陳果果也就此痛失了人生的導(dǎo)師。

隨后兩年里，陳果果跟隨 Sanjeev 學(xué)習(xí)。那時(shí)候，CLSP 整個(gè)實(shí)驗(yàn)室的中國(guó)學(xué)生為數(shù)并不多，而陳果果驚喜地發(fā)現(xiàn)，和自己同年入學(xué)的姚旭晨，同樣有著一顆“不安分”、喜歡折騰的心，因此兩人早早便相約畢業(yè)以后一起創(chuàng)業(yè)。

姚旭晨本科就讀于南京大學(xué)，在格羅寧根大學(xué)和薩爾蘭德大學(xué)讀的碩士。有兩位 NLP 領(lǐng)域宗師級(jí)別的人此前都曾在薩爾蘭德大學(xué)教書，一位是歐洲科學(xué)院院士、北京深知無限人工智能研究院院長(zhǎng) Hans Uszkoreit，另一位則是他的妻子、聯(lián)想集團(tuán)前副總裁徐飛玉。

陳果果在電子系做語(yǔ)音，姚旭晨則是計(jì)算機(jī)系 NLP 方向。由于 JHU 電子系和計(jì)算機(jī)系均歸屬于工程學(xué)院，因此，陳果果和姚旭晨雖然專業(yè)不同，但使用的是同一個(gè)實(shí)驗(yàn)室，兩個(gè)人性情相投，經(jīng)常一起玩耍。

姚旭晨

這段時(shí)期，Sanjeev 也在不停地為實(shí)驗(yàn)室物色新的教授人選。CLSP 研討會(huì)的發(fā)展，對(duì)優(yōu)秀師資的納新起到了至關(guān)重要的作用。而前面提到的，開源語(yǔ)音識(shí)別工具Kaldi的主要開發(fā)者Daniel Povey就在這個(gè)時(shí)候登場(chǎng)了。

2012 年，陳果果迎來了他的另一位導(dǎo)師，語(yǔ)音識(shí)別大?！狣aniel Povey、現(xiàn)任小米語(yǔ)音首席科學(xué)家。

Daniel 的故事，世間流傳不少。他最主要的成就，莫過于他在 2009 年一個(gè) JHU Summer Workshop 發(fā)起的，語(yǔ)音識(shí)別開源工具 Kaldi。集成了隱馬爾可夫等多種語(yǔ)音識(shí)別模型，Kaldi 自推出以來下載量多達(dá) 2 萬余次。在 JHU 期間，陳果果也深度參與了 Kaldi 的工作，在上面貢獻(xiàn)過大量代碼。

但鮮少人知，Kaldi 最早被提出，正是 Dan 此前在一次 CLSP 研討會(huì)上啟動(dòng)的項(xiàng)目。

20 世紀(jì) 90 年代，得益于基于 GMM-HMM 聲學(xué)模型的區(qū)分性訓(xùn)練準(zhǔn)則和模型自適應(yīng)方法的提出，語(yǔ)音識(shí)別迎來了第一次產(chǎn)業(yè)應(yīng)用的小高潮。為了降低研究門檻，劍橋大學(xué)發(fā)布 HTK（Hidden Markov Model Toolkit）開源工具包，彼時(shí)還在劍橋大學(xué)讀書的 Dan 也深度參與了這項(xiàng)工作。

但到了 2010 年前后，HTK 開發(fā)步入停滯期，市面上幾乎找不出第二個(gè)專門為語(yǔ)音識(shí)別而生的開源工具。那時(shí)候的 Dan 已經(jīng)離開了 IBM、加入微軟研究院工作。

覺察到開發(fā)者對(duì)產(chǎn)品內(nèi)部維護(hù)的迫切需求，Dan 決心要為語(yǔ)音識(shí)別再做一個(gè)工作、類似于谷歌或微軟用于內(nèi)部維護(hù)的代碼庫(kù)，并以開源工具包的方式呈現(xiàn)。

這一想法受到了普遍開發(fā)者和企業(yè)的追捧。Kaldi 推出后，很快便在開源社區(qū)中占據(jù)了一席之地。

Dan 將 Kaldi 的成功歸功于“除了 HTK 之外沒有任何真正的競(jìng)爭(zhēng)對(duì)手”，雖然 Kaldi 取得了階段性的勝利，不過在 ASR （Automatic Speech Recognition，自動(dòng)語(yǔ)音識(shí)別）軟件包領(lǐng)域，仍舊沒有能免費(fèi)使用的替代方案。降低 WER（語(yǔ)音識(shí)別詞錯(cuò)率）、給大家提供免費(fèi)的語(yǔ)音識(shí)別工具，這是 Dan 的畢生所求。

但是，受限于自己在微軟研究院的員工身份，早年想要在企業(yè)里做開源并非易事，微軟的內(nèi)部律師要求 Dan 不許更新 Kaldi 的新版本。

這意味著，如果想繼續(xù)做開源，留給他的只有大學(xué)一個(gè)選擇。

由于此前 Kaldi 和 CLSP 研討會(huì)的淵源，因此，Dan 也自然而然地選擇了加入 JHU。

JHU 期間，Dan 的研究工作主要由四部分組成，包括 Kaldi 的項(xiàng)目推廣，關(guān)于無網(wǎng)格 MMI 訓(xùn)練和時(shí)延神經(jīng)網(wǎng)絡(luò) (TDNN，這也是當(dāng)時(shí)許多開源項(xiàng)目中具有前沿性的工作，與學(xué)生、開發(fā)者合作研究用于說話人識(shí)別的 d-vector，之后又與 Vassil Panayotov、陳果果以及 Sanjeev 合作完成了 Librispeech 數(shù)據(jù)集。

Daniel Povey

陳果果是 Dan 的第一個(gè)博士畢業(yè)生。兩個(gè)人的第一次見面，Dan 就跟他說：“Send me emails whenever you have questions, I'm almost always online.（不管什么時(shí)候你有問題都可以給我發(fā)郵件，我隨時(shí)在線。）”

話音剛落，陳果果起初根本不相信，他心想：怎么可能有誰(shuí)會(huì)一直在線呢？但沒過多久，這個(gè)想法就被事實(shí)打臉了。

在陳果果整個(gè)博士期間，無論是工作日或周末，他發(fā)給 Dan 的絕大部分郵件，都會(huì)在 5 分種內(nèi)收到回復(fù)。對(duì)于 Kaldi 論壇上的問題郵件，Dan 也是如此，幾乎每個(gè)問題他都會(huì)回答。即便后來端到端開始流行、原本的 Kaldi 版本落后，Dan 在加入小米后仍一直沖在前線、帶隊(duì)做出了 Next-gen Kaldi，到今天，Dan 每天還會(huì)自己寫代碼，在 Github 上的狀態(tài)永遠(yuǎn)是綠。

可以說，“工作狂人”是刻在 Dan 身上最顯著的標(biāo)簽之一。

遇上研究任務(wù)緊迫的時(shí)候，陳果果會(huì)被 Dan 喊到辦公室里一起寫代碼。與 Dan 共處的兩年多里，陳果果最大的感觸便是：決不能浪費(fèi)一點(diǎn)寫代碼的時(shí)間。甚至，有時(shí)候 Dan 還會(huì)不惜推掉一切社交，只為了能呆在辦公室里工作。

有一次，實(shí)驗(yàn)室到華盛頓哥倫比亞特區(qū)附近參加一個(gè) Babel 的項(xiàng)目會(huì)，會(huì)議結(jié)束時(shí)是下午三點(diǎn)多，即將開始下班高峰期。為了避免被堵在路上，Dan 便慫恿陳果果和自己先撤退。臨出發(fā)時(shí)，因?yàn)殛惞管囁俣缺容^慢，Dan 主動(dòng)要求自己來開車。

于是，陳果果目睹了 Dan 敲代碼的雙手迅速轉(zhuǎn)動(dòng)方向盤、飄逸倒車，一路飛奔往 JHU 的方向開，直到踏進(jìn) CLSP 的辦公室才松了口氣，開心地工作起來。

而除了對(duì)時(shí)間的嚴(yán)格外，另一個(gè)不能被 Dan 接受的，便是服務(wù)器不穩(wěn)定。陳果果回憶，Dan 在很多事情上都比較寬容，但如果出現(xiàn)誰(shuí)亂用服務(wù)器資源，則會(huì)受到他非常嚴(yán)厲的警告。在 Dan 看來，數(shù)據(jù)和計(jì)算資源對(duì)整個(gè) CLSP 而言是極其重要的資產(chǎn)，要隨時(shí)保證 CLSP 的每一個(gè)人都可以使用。由此可以推測(cè)，或許這也是為什么 Dan 在 2019 年“學(xué)生抗議”事件中，他毅然選擇前往 JHU 行政樓試圖奪回服務(wù)器的原因。這是后話。

說回陳果果。跟他的許多師兄弟一樣，陳果果在讀博期間也曾在谷歌實(shí)習(xí)過。

那時(shí)候深度學(xué)習(xí)剛剛興起，而谷歌的語(yǔ)音團(tuán)隊(duì)也開始逐漸擁抱DNN（Deep Neural Networks）技術(shù)。2013 年 6 月，陳果果進(jìn)入谷歌，也是在這里，他初次感受到了一項(xiàng)技術(shù)走出實(shí)驗(yàn)室、從研究到落地的產(chǎn)品魅力。

在谷歌期間，“Okay Google”的熱詞檢測(cè)系統(tǒng)，是陳果果完成的最具代表性的工作。在此后的十多年間，“Okay Google”作為 Google Assistant 的標(biāo)志性交互方式之一，進(jìn)入了數(shù)以億計(jì)的安卓設(shè)備，并讓其他的語(yǔ)音助手如亞馬遜的Alexa、蘋果的Siri也都采用類似的語(yǔ)音交互方案?？梢哉f，陳果果當(dāng)時(shí)在谷歌的工作從某種程度上定義了接下來十多年間絕大部分主流語(yǔ)音助手以熱詞（又稱為喚醒詞）為主的交互方式。

“Okay Google”是一個(gè)熱詞檢測(cè)系統(tǒng)。傳統(tǒng)的語(yǔ)音識(shí)別交互方式中，如果用戶想要使用語(yǔ)音功能，意味著麥克風(fēng)功能必須保持長(zhǎng)期在線，并對(duì)語(yǔ)音做持續(xù)識(shí)別轉(zhuǎn)寫，這種方法不僅功耗大、同時(shí)還會(huì)出現(xiàn)許多噪聲引起的錯(cuò)誤識(shí)別。為了改善這個(gè)問題，早期的語(yǔ)音助手一般采用 Push-to-Talk（隨按即說）的方式，也即用戶需要和語(yǔ)音助手進(jìn)行交互的時(shí)候，需要首先點(diǎn)擊一個(gè)說話按鈕，再進(jìn)行交互，這意味著和語(yǔ)音助手的交流依然離不開手的幫助。

陳果果提出的想法是，可否通過定義一個(gè)熱詞，算法隨時(shí)監(jiān)控該熱詞，當(dāng)熱詞被觸發(fā)之后喚醒麥克風(fēng)來接受后續(xù)的用戶信息，這便是“Okay Google”提出的初衷。這個(gè)不經(jīng)意間的想法無意之中改變了主流語(yǔ)音助手的交互方式，比如 2014 年亞馬遜推出的 Alexa 即采用了此種交互方式，2015 年蘋果也給其語(yǔ)音助手“Siri”添加了“Hey Siri”熱詞喚醒。

有了清晰的思路后，陳果果說干便干，不到 1 個(gè)月的時(shí)間便將模型寫了出來。但隨后的性能提升以及產(chǎn)品化卻并沒有那么順利。經(jīng)過兩個(gè)多月的日夜奮斗，陳果果終于在實(shí)習(xí)結(jié)束之前將熱詞系統(tǒng)的性能調(diào)至上線可用，該系統(tǒng)也在隨后的 11 月份順利進(jìn)入安卓的正式系統(tǒng)。

陳果果在谷歌期間的另外一個(gè)重要收獲是找到了自己此后的創(chuàng)業(yè)伙伴。彼時(shí)姚旭晨正好也在谷歌實(shí)習(xí)，兩人在工作間隙便經(jīng)常一起打球以及暢聊人生。兩人驚喜的發(fā)現(xiàn)，不同于大多數(shù)人的選擇，兩人都希望在畢業(yè)之后可以做出一個(gè)屬于自己的公司，而不是加入一個(gè)大公司。于是一拍即合，相約在畢業(yè)之后一起創(chuàng)業(yè)。

時(shí)間來到 2014 年，姚旭晨率先畢業(yè)，信守承諾單槍匹馬前往西雅圖創(chuàng)業(yè)。陳果果也緊鑼密鼓地開始博士論文的撰寫，準(zhǔn)備一畢業(yè)即一起加入創(chuàng)業(yè)。

同一時(shí)期選擇了創(chuàng)業(yè)的，還有已經(jīng)回國(guó)的李志飛。

2012 年，李志飛手握紅杉資本和真格基金的天使投資，回國(guó)創(chuàng)立出門問問，他的目標(biāo)只有一個(gè)：探索下一代人機(jī)交互。

過去在谷歌的兩年里，李志飛專攻 NLP，軟件、硬件都做過，而李志飛當(dāng)年的 demo 是有個(gè)簡(jiǎn)陋的交互界面的，就和搜索引擎一樣，有個(gè)文本輸入框，用戶輸入一句話，它在網(wǎng)上把答案找出來

值得一提的是，在早期開發(fā)階段，出門問問正是圍繞著 Kaldi 來做的。由此可見 Kaldi 在當(dāng)時(shí)的影響力之大。

后來，李志飛帶著團(tuán)隊(duì)做語(yǔ)音搜索，在費(fèi)勁心思地拿到微信接口后，其產(chǎn)品賬號(hào)入選了騰訊“十大公共賬號(hào)”；又試水 APP，并在 2014 年將 APP 成功嵌入到 Google Glass 當(dāng)中；此后還推出操作系統(tǒng) Ticwear，發(fā)布智能手表 Ticwatch、闖蕩硬件賽道……期間，出門問問的團(tuán)隊(duì)規(guī)模也在不斷擴(kuò)大，到 2015 年，出門問問已經(jīng)成為以一家規(guī)模 230 余人、專注語(yǔ)音搜索應(yīng)用的科技公司。

對(duì)陳果果和姚旭晨來說，2015 年也是至關(guān)重要的一年。

2014 年 9 月，姚旭晨單槍匹馬來到西雅圖創(chuàng)立公司，以一個(gè)艾倫人工智能研究所（AllenInstitute for Artificial Intelligence，簡(jiǎn)稱 AI2）內(nèi)部孵化項(xiàng)目的形式跑了一段時(shí)間，效益還不錯(cuò)。期間，姚旭晨和陳果果頻繁電話，一方面更新自己在西雅圖的進(jìn)展，另一方面也希望陳果果可以盡快畢業(yè)，一起加入。孵化器的薪資收入并不豐厚，但姚旭晨卻愿意將自己在孵化器的收入平分給陳果果。

兩人隨后將公司命名為 KITT.AI，并很快就開發(fā)了對(duì)話引擎 ChatFlow，可集成開發(fā)聊天機(jī)器人的各個(gè)模塊。

姚旭晨（左）和陳果果（右）在 KITT.AI 辦公室

而即便是今天，博士生畢業(yè)即創(chuàng)業(yè)，冒著沒有綠卡的風(fēng)險(xiǎn)，拿到微軟前聯(lián)合創(chuàng)始人保羅·阿蘭以及亞馬遜Alexa Fund的投資，并在不到三年時(shí)間內(nèi)順利被國(guó)內(nèi)頭部企業(yè)收購(gòu)，這其實(shí)是一件不可思議的事情。

但 2017 年，這樣一件小概率事件突然降臨到了陳果果和姚旭晨身上?！拔覀兪菍儆诒容^幸運(yùn)的一批人，趕上了 AI 的第一波浪潮?！标惞f。

2017 年 7 月 5 日，百度第一屆 AI 開發(fā)者大會(huì)在北京的國(guó)家會(huì)議中心里召開。會(huì)上，時(shí)任百度度秘事業(yè)部總經(jīng)理景鯤宣布，百度全資收購(gòu)語(yǔ)音技術(shù)公司 KITT.AI。

一時(shí)間，國(guó)內(nèi)語(yǔ)音識(shí)別領(lǐng)域的從業(yè)者都關(guān)注起了這家遠(yuǎn)在美國(guó)西雅圖、規(guī)模不足十人的 AI Startup。

在投資者看來，KITT.AI 的資本背書極為優(yōu)越。它是全球唯一一家獲得亞馬遜 Alexa Fund 和微軟聯(lián)合創(chuàng)始人 Paul Allen 投資的創(chuàng)業(yè)公司，曾入選 CB Insights人工智能創(chuàng)業(yè) TOP 100。

但令人驚訝的是，KITT.AI 的兩位創(chuàng)始人卻如此年輕。

主導(dǎo)收購(gòu) KITT.AI 的，是時(shí)任百度集團(tuán)總裁兼首席運(yùn)營(yíng)官陸奇。西雅圖被視為創(chuàng)業(yè)“圣地”、恰如今天大模型下的新加坡，許多國(guó)內(nèi)投資人紛紛奔波海外，用敏銳的嗅覺，把握著信息和風(fēng)向。KITT.AI 背靠亞馬遜資本，有技術(shù)、又有業(yè)務(wù)，自然成為投資人眼中的香餑餑。在百度之外，姚旭晨也見了不少其他的潛在收購(gòu)方。但百度戰(zhàn)投的投資總監(jiān)Peter Fang及其團(tuán)隊(duì)給他印象最深刻交流也最通暢。

最終選定百度，一方面是其開價(jià)足夠有誠(chéng)意，另一方面，也與百度在帶屏音箱的布局有一定的關(guān)系。被收購(gòu)后，KITT.AI 團(tuán)隊(duì)三個(gè)中國(guó)博士——姚旭晨、陳果果，以及曹原，一起加入了度秘事業(yè)部。

曹原也是 CLSP 的博士，主攻 NLP，畢業(yè)后參與開發(fā)了谷歌第一代基于神經(jīng)網(wǎng)絡(luò)的翻譯（Google’s Neural Machine Translation System）系統(tǒng)，是其論文作者之一。之后加入 KITT.AI 任首席科學(xué)家，他性格低調(diào)沉穩(wěn)，屬于喜歡默默鉆研技術(shù)的人。

KITT.AI 被收購(gòu)后，姚旭晨、陳果果和曹原加入百度景鯤麾下，一起參與了百度音箱的開發(fā)，當(dāng)時(shí)的團(tuán)隊(duì)也是今天小度科技最早的雛形。百度最早的智能音箱設(shè)有喚醒詞，喚醒后可提供各種各樣的技能，還設(shè)置了內(nèi)容頻道，主要是為了增加用戶的使用頻次。

不過，有著雄心壯志的青年往往并不止步于短暫的勝利，持續(xù)創(chuàng)造、并改變世界是他們前行的坐標(biāo)。

就在陳果果和姚旭晨還考慮是否二次創(chuàng)業(yè)時(shí)，2019 年，由于“學(xué)生抗議”事件，Daniel Povey 考慮離開歐美“政治正確”的輿論環(huán)境，Dan 想到了遙遠(yuǎn)東方大陸上一個(gè)正冉冉升起的國(guó)家——中國(guó)。

Dan 對(duì)中國(guó)雖然并不了解，但 Kaldi 在中國(guó)可謂名聲大震。一時(shí)間，Dan 的中國(guó)追捧者并不少。在一眾擁躉中間，Dan 最終答應(yīng)了時(shí)任小米集團(tuán)副總裁、技術(shù)委員會(huì)主席——崔寶秋的邀請(qǐng)，來到小米重新開始，也成就了中國(guó)科技圈里的一樁美談。

那些有過短暫交匯、散落世界各地的 CLSPer 們，最終在中國(guó)得以匯聚。他們的到來，也深深地影響了中國(guó)語(yǔ)音 AI 發(fā)展。

永不止步

今天的大模型賽道，徐鵬與之也有頗深的淵源：在谷歌時(shí)期，他就用統(tǒng)計(jì)方法做過 N-gram，調(diào)用了四五千臺(tái)服務(wù)器，做到了三千億的參數(shù)規(guī)模。

在當(dāng)時(shí)，把模型做到線上，對(duì)系統(tǒng)功能的挑戰(zhàn)很大。于是，徐鵬當(dāng)時(shí)與 Jeff Dean 合作很多——徐鵬負(fù)責(zé)使用 map reduce 做語(yǔ)言模型，Jeff Dean 主做 survey。

多年后，在中國(guó)崛起的螞蟻把眼光放到了海外，意圖在灣區(qū)建立一個(gè)團(tuán)隊(duì)，漆遠(yuǎn)就找到了彼時(shí)正在谷歌的徐鵬。

2014 年，漆遠(yuǎn)就想過拉徐鵬加入，而當(dāng)時(shí)，徐鵬剛剛擼起袖子加入谷歌廣告，意欲在公司最賺錢的部門大展宏圖，就拒絕了漆遠(yuǎn)的邀約。

而 2 年過去，徐鵬在谷歌的日子過得也并不舒坦。一個(gè)七八十億美元盈利的項(xiàng)目，本來是徐鵬主導(dǎo)的開發(fā)，卻因?yàn)楣緝?nèi)繁瑣冗雜的跨團(tuán)隊(duì)溝通協(xié)同影響，比預(yù)期的進(jìn)展慢了很多——這讓徐鵬的心中也萌生了退意。

而螞蟻給出的 Offer 則誠(chéng)意滿滿：徐鵬加入即 P10，而螞蟻在國(guó)內(nèi)也挖到了李小龍、萬昊、蔣松，在硅谷找來了宋樂，一同在灣區(qū)建設(shè)團(tuán)隊(duì)。當(dāng)時(shí)，螞蟻的 AI 路徑還并不明確，徐鵬就保持了一個(gè)十人左右的小團(tuán)隊(duì)規(guī)模，只做對(duì)話機(jī)器人。

而此時(shí)，Tranformer 也正讓越來越多的學(xué)界、業(yè)界前沿，關(guān)注到了 AI 走向下一個(gè)時(shí)代的可能性。在諸多遠(yuǎn)見者中，李志飛也是其中之一。

2020 年，已經(jīng)成立了 8 年的出門問問，開始琢磨進(jìn)軍深圳。在深圳，李志飛在機(jī)緣巧合之下，見到了中國(guó)工程院院士、彼時(shí)已是 ACM Fellow 的高文，兩人見面短暫探討，話里就談到了大模型。但高文當(dāng)時(shí)行程擁擠，急著趕往下一個(gè)會(huì)，話并沒有談透。

當(dāng)晚，高文組局，請(qǐng)李志飛吃飯，便不提大模型，只是希望李志飛幫他做機(jī)器翻譯的老本行，有關(guān)大模型的事情，也就不了了之。

沒有 ChatGPT 引爆市場(chǎng)，資本對(duì)大模型往往并不青睞。李志飛的團(tuán)隊(duì)，就在沒有大筆外來資金注入的情況下，先訓(xùn)出了一個(gè) 7B 規(guī)模的模型。

繼續(xù)尋找支持自己做大模型的人，李志飛又輾轉(zhuǎn)跑了南京、北京等幾個(gè)城市的經(jīng)信委，當(dāng)時(shí)能聽懂大模型人的并不多。反而上海經(jīng)信委的人，有關(guān) GPT-3 更加看好，來過出門問問幾趟探清虛實(shí)，最終決定支持，只是錢打來的時(shí)候，已經(jīng)是 2022 年的 10 月份。

同是 2020 年，陳果果和姚旭晨?jī)晌缓糜延衷俣葦y手，在西雅圖共同成立 Seasalt.ai，瞄準(zhǔn)了云端通信方案及 AI 技術(shù)方向，推出了全渠道客戶體驗(yàn)平臺(tái) SeaX，生成式AI自動(dòng)化工具 SeaChat 以及對(duì)話智能平臺(tái) SeaMeet。目前 Seasalt.ai 以美國(guó)市場(chǎng)為主，在新加坡和臺(tái)灣也有客戶，類型涵蓋了出海電商、旅游、銀行等等。

按姚旭晨的規(guī)劃，接下來 Seasalt.ai 的主戰(zhàn)場(chǎng)還是會(huì)更聚焦在北美，一方面夯實(shí)東南亞基礎(chǔ)，把大企業(yè)級(jí)應(yīng)用做深做透，另一方面，此前 KITT.AI 創(chuàng)業(yè)時(shí)就是在北美，面對(duì)北美市場(chǎng)的客戶自己也更有經(jīng)驗(yàn)，聚焦 SaaS 企業(yè)服務(wù)。

而元旦剛過，2021 年 1 月的陳昱，在云啟資本上海辦公室附近的咖啡廳內(nèi)，正在招待一位 JHU 女校友——贠燁祎。燁祎年紀(jì)輕輕，小陳昱十幾屆，卻在談吐中顯露出了一眾同年齡女性所難以具備的成熟和老練。

中國(guó)的科技圈，從不缺“千里馬與伯樂”的故事。聽過項(xiàng)目，陳昱的心動(dòng)了——早對(duì)大模型有意的他，也曾在科技圈尋尋覓覓，但一個(gè)看得上的應(yīng)用公司也沒找到。

良機(jī)難得，陳昱敲定了這位 JHU 師妹帶來的項(xiàng)目。短短三年過去，這家名叫 MiniMax 的 AI 公司，估值翻了 8 倍左右，也成為了在大模型賽道競(jìng)逐中的一號(hào)“種子選手”。

從 CLSP 走出的 AI 精英們，是彼時(shí)最具硅谷精神的一批人：他們接受了學(xué)界最前沿的教育，親眼見證過語(yǔ)音、語(yǔ)言 AI 科學(xué)的發(fā)展和演進(jìn)；

在象牙塔取得了成就，他們卻不甘止步于實(shí)驗(yàn)室，偏要學(xué)以致用，把技術(shù)帶向工業(yè)界。

懷著熱忱，盡管經(jīng)歷風(fēng)雨，他們改變世界的少年之心仍然火熱地跳動(dòng)，牽動(dòng)著 AI 時(shí)代的每一次脈搏。

在語(yǔ)音 AI 崛起的浪潮之中，吳軍、徐鵬、李志飛、陳果果、姚旭晨等這一批華人學(xué)者深度參與其中，成為推動(dòng)中國(guó)語(yǔ)音技術(shù)進(jìn)步和產(chǎn)業(yè)落地的重要力量。也期待他們?cè)诖竽Ｐ蜁r(shí)代書寫出新故事。

（雷峰網(wǎng)雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。