被大學(xué)解雇、拒絕 Facebook，語(yǔ)音界大佬Daniel Povey將入職中國(guó)小米
昨日，小米集團(tuán)創(chuàng)始人雷軍在微博上宣布，國(guó)際語(yǔ)音識(shí)別和AI領(lǐng)域?qū)＜?、語(yǔ)音識(shí)別開(kāi)源工具 Kaldi 之父Daniel Povey（下文簡(jiǎn)稱Dan） 將出任小米集團(tuán)語(yǔ)音首席科學(xué)家。他將在北京組建獨(dú)立研發(fā)團(tuán)隊(duì)，匯報(bào)給集團(tuán)副總裁、技術(shù)委員會(huì)主席崔寶秋。
對(duì)于Dan的加入，崔寶秋首先贊揚(yáng)了他的工作精神，并表示，“很高興 Dan 能夠出席今年的小米開(kāi)發(fā)者大會(huì)！”
Dan 也曾在個(gè)人Twitter上宣布了這一消息，他提到將在 2019 年底動(dòng)身前往北京，并將在那里組建一個(gè)小團(tuán)隊(duì)，開(kāi)發(fā)新一代的“PyTorch-y” Kaldi。
加盟小米前，曾拒絕Facebook
今年8月，Dan 因一場(chǎng)學(xué)生鬧劇被約翰·霍普金斯大學(xué)解雇。
Dan Povey
Facebook 馬上向 Dan Povey 伸出橄欖枝，Dan 接受了。
但 Facebook 表示在學(xué)校事件調(diào)查結(jié)束前，暫時(shí)只能給 Dan 6 個(gè)月的 “合同工” 合約，調(diào)查結(jié)果出爐后才會(huì)決定是否正式聘請(qǐng)。
Dan 拒絕了，并諷刺 Facebook 的所作所為讓他感覺(jué) “déjà vu（似曾相識(shí)）”。
Dan 隨后在個(gè)人主頁(yè)上表示，他計(jì)劃去一家中國(guó)公司工作，并且 “或許會(huì)在一所中國(guó)大學(xué)兼職”。
消息一出，國(guó)內(nèi)學(xué)界業(yè)界頗為興奮，紛紛猜測(cè)大神將去哪兒。
現(xiàn)在，Dan Povey 的新工作終于官宣：這家中國(guó)公司，就是小米。
Dan是什么人？語(yǔ)音界傳奇，開(kāi)發(fā) Kaldi 撐起語(yǔ)音識(shí)別開(kāi)源軟件半邊天
非語(yǔ)音方向的讀者可能不熟悉 Dan Povey，在語(yǔ)音界，Dan 可以說(shuō)是一個(gè)傳奇。
Dan 是語(yǔ)音界赫赫有名的大佬，根據(jù) LinkedIn 的信息，自 2012 年以來(lái)，他一直在約翰・霍普金斯大學(xué)擔(dān)任助理研究教授。在加入霍普金斯大學(xué)之前，他曾在微軟和 IBM 擔(dān)任研究員。
略掃一遍知乎上的討論，我們發(fā)現(xiàn)，Dan 教授在學(xué)生中有著極高的聲譽(yù)，他的一堆 “標(biāo)簽” 甚至讓路人圈粉。
他曾經(jīng)的學(xué)生說(shuō)：“Dan 是我見(jiàn)過(guò)的最純粹耿直善良的 researcher，不僅學(xué)術(shù)水平極佳，至今仍居 coding 一線，靈感來(lái)了寫代碼寫到不舍晝夜，僅靠一個(gè)土豆維生。”
工作狂：Dan 是個(gè)工作狂，據(jù)稱，他每天工作 14 小時(shí)以上，除了回復(fù)郵件，就是在寫代碼；
熱心：關(guān)心學(xué)生、主動(dòng)兼任維護(hù)服務(wù)器、出來(lái)開(kāi)會(huì)曾為了幫助窮學(xué)生而 share 旅館，甚至經(jīng)常給無(wú)家可歸者錢；
純粹：他的理想是 “干掉” Nuance（一家早期非常有名的語(yǔ)音識(shí)別公司），給大家提供免費(fèi)的語(yǔ)音識(shí)別工具。這讓他在并不十分美好的巴爾的摩一呆就是 7 年，全心地開(kāi)發(fā)和維護(hù) Kaldi；Kaldi 的論壇上，幾乎每個(gè)帖子都能得到回復(fù)，Dan 回復(fù)郵件幾乎是有求必應(yīng)。
……
Dan Povey 最著名的工作是領(lǐng)導(dǎo)開(kāi)發(fā)了 Kaldi，這是一個(gè)開(kāi)源的語(yǔ)音識(shí)別工具包，在 Apache 許可下免費(fèi)提供。
Kaldi 旨在為語(yǔ)音識(shí)別開(kāi)發(fā)者提供靈活、可擴(kuò)展的軟件，支持線性 linear transforms、MMI、 boosted MMI 和 MCE 判別訓(xùn)練、特征空間判別訓(xùn)練和深度神經(jīng)網(wǎng)絡(luò)，并且已經(jīng)提供 TensorFlow 集成。
關(guān)于 Kaldi 名字的來(lái)源，據(jù)說(shuō) Kaldi 是傳說(shuō)中發(fā)現(xiàn)咖啡的咖啡之神的名字，Dan 希望工具包像咖啡那樣容易、方便、流行。
現(xiàn)在，Kaldi 已經(jīng)成為最廣泛使用的開(kāi)源語(yǔ)音識(shí)別工具包之一，許多語(yǔ)音識(shí)別團(tuán)隊(duì)都依靠 Kaldi。這套工具包自 2011 年發(fā)布以來(lái)，下載量已經(jīng)超過(guò)了兩萬(wàn)多次，合著的論文目前也已經(jīng)被引用一千多次?？梢哉f(shuō) Kaldi 撐起了語(yǔ)音識(shí)別開(kāi)源軟件的半邊天。
Kaldi 的影響是巨大的，它是第一個(gè)完全用 C++ 編寫的，基于加權(quán)有限狀態(tài)及理論的語(yǔ)音識(shí)別開(kāi)源軟件，它的模塊化與高度可擴(kuò)展性設(shè)計(jì)，詳細(xì)的說(shuō)明文檔，完備公開(kāi)的教程，也是它受廣大開(kāi)發(fā)者喜愛(ài)的一個(gè)主要原因。
它目前被業(yè)界廣泛采用作為標(biāo)準(zhǔn)工具，包括學(xué)術(shù)界的 MIT、CMU、GHU、劍橋，國(guó)內(nèi)的清華、上海交大等等，工業(yè)界包括微軟、谷歌、IBM，F(xiàn)acebook 等等，它的推出也極大推進(jìn)整個(gè)語(yǔ)音識(shí)別領(lǐng)域的發(fā)展。
有趣的是，Dan Povey 也是劍橋大學(xué)語(yǔ)音識(shí)別工具包 HTK 的作者之一，他是領(lǐng)導(dǎo) HTK 工具包開(kāi)發(fā)的 Phil Woodland 教授的學(xué)生。經(jīng)過(guò)若干年的發(fā)展，Kaldi 集成的技術(shù)已經(jīng)多于 HTK，老師開(kāi)發(fā)了第一代語(yǔ)音識(shí)別開(kāi)源軟件，學(xué)生開(kāi)發(fā)了第二代語(yǔ)音識(shí)別開(kāi)源軟件。
一場(chǎng)學(xué)生鬧劇令語(yǔ)音大牛遭解雇：教授深夜闖入，只為奪回服務(wù)器
語(yǔ)音界大佬憤而出走，怒拒 Facebook轉(zhuǎn)投中國(guó)，緣起于一次 “為了奪回服務(wù)器” 的反抗，以及因此發(fā)生的一場(chǎng)鬧劇式的解雇風(fēng)波。
事情生在 5 月 7 日的午夜，Dan Povey 帶著一把斷線鉗，試圖趁著夜黑風(fēng)高闖入約翰霍普金斯大學(xué)被抗議的學(xué)生占領(lǐng)的行政樓，奪回 CLSP（語(yǔ)言語(yǔ)音處理中心）維護(hù)的服務(wù)器的控制權(quán)。
約翰霍普金斯大學(xué)被學(xué)生占領(lǐng)的 Garland Hall 外墻
在這之前，行政樓 Garland Hall 已經(jīng)被靜坐抗議的學(xué)生占領(lǐng)長(zhǎng)達(dá) 34 天，他們將窗戶封緊，大門用鐵鏈鎖上。
但 Dan 負(fù)責(zé)維護(hù)的 CLSP 的服務(wù)器在大樓里，在試圖向?qū)W校申請(qǐng)進(jìn)入大樓維護(hù)服務(wù)器無(wú)果之后，他決定阻止這場(chǎng)抗議。
Dan 以工作狂聞名，他的學(xué)生 Guoguo Chen 在知乎上說(shuō)：“這么些年和 Dan 接觸下來(lái)，感覺(jué)有兩個(gè)點(diǎn)是不能觸碰的，一個(gè)是時(shí)間，一個(gè)是服務(wù)器。”
Guoguo Chen 說(shuō)：“Dan 還有一個(gè)不能接受的便是服務(wù)器的不穩(wěn)定。Dan 在很多事情上都比較寬容，但是如果誰(shuí)亂用了服務(wù)器的資源，會(huì)收到 Dan 非常嚴(yán)厲的警告。Dan 覺(jué)得數(shù)據(jù)和計(jì)算資源，對(duì)整個(gè) CLSP 來(lái)說(shuō)，都是非常非常重要的資產(chǎn)，需要隨時(shí)保證 CLSP 的每一個(gè)人都可以使用到。我相信這也是為什么 Dan 在這次事件中，會(huì)試圖奪回服務(wù)器，避免數(shù)據(jù)和及其資源的損失。”
根據(jù)當(dāng)?shù)貓?bào)紙的報(bào)道，那天夜里，在其他六名 “社會(huì)閑散人士” 的陪同下，Dan 攜帶鉗子前往大樓，費(fèi)力地試圖剪斷抗議學(xué)生在門上綁的鐵鏈，奪回服務(wù)器的控制權(quán)。
視頻拍攝到 Dan 被學(xué)生們推出大樓
但他失敗了。隨即引發(fā)了肢體沖突，Dan 被學(xué)生們推擠出大樓。Dan 在他的網(wǎng)站上解釋，強(qiáng)行進(jìn)入大樓是因?yàn)檠芯坑玫姆?wù)器故障，而該服務(wù)器在學(xué)生占領(lǐng)的大樓內(nèi)。
“奪回服務(wù)器” 事件后，Dan 先是被停職，隨后在 8 月 8 日，被校方以 “危害學(xué)生安全” 為由解雇。
Dan 公開(kāi)了這封解雇信，并說(shuō)他會(huì)提前離開(kāi)。他在自己的網(wǎng)站上辯護(hù)說(shuō)：“或許我失去了工作，但至少我依舊保有尊嚴(yán)和獨(dú)立的思想。”
他說(shuō)，自己被炒魷魚是因?yàn)樗前兹四行裕棺h的學(xué)生是少數(shù)族裔。在個(gè)人主頁(yè)的陳述中，他寫道：“對(duì)于美國(guó)人及美國(guó)各類機(jī)構(gòu)而言，似乎沒(méi)什么比被指控種族主義（或類似主義）更可怕的了。這導(dǎo)致了我們這里看到的荒謬的事實(shí)：如此巨大的機(jī)構(gòu)竟因幾個(gè)被蠱惑的孩子陷入癱瘓。”
他表示自己有很多出路：“我告訴朋友，再不濟(jì)我就到中國(guó)或者俄羅斯去。但我要告訴各位，不論發(fā)生什么，我永遠(yuǎn)不會(huì)道歉，不會(huì)退縮。”
在公開(kāi)信中，他寫道：
最后，我留下幾句鮑勃·迪倫的歌詞：
我不對(duì)我做的任何事感到遺憾
我很高興我戰(zhàn)斗了，我只希望我們勝利
被學(xué)校解雇，拒絕Facebook后，為什么是小米？
這樣一位大牛，為什么選擇小米呢？10月23日，小米在人工智能媒體開(kāi)放日活動(dòng)中分享了是怎么挖到Dan的。
Povey 被約翰霍普金斯大學(xué)開(kāi)除后，小米人工智能部門語(yǔ)音組的負(fù)責(zé)人看到了Dan在 Twitter 上發(fā)布的“拒絕 Facebook”的帖子，便轉(zhuǎn)給了小米集團(tuán)人工智能部總經(jīng)理葉航軍博士。負(fù)責(zé)國(guó)際招聘的同事便立即與 Dan 聯(lián)系，收到回信后，葉航軍博士便與其溝通小米的戰(zhàn)略布局和技術(shù)問(wèn)題。
隨后，小米技術(shù)委員會(huì)主席的崔寶秋與 Dan 進(jìn)行了進(jìn)一步的溝通，并成功將人挖來(lái)了小米。崔寶秋曾對(duì)媒體談到，Dan 之所以選擇小米有三點(diǎn)原因，一是小米的 AIoT 生態(tài)，二是小米對(duì)自研技術(shù)和人才的重視，三是小米對(duì)開(kāi)源的擁抱。
其中小米的開(kāi)源戰(zhàn)略是吸引 Dan 的一個(gè)關(guān)鍵點(diǎn)，崔寶秋談道，他在給 Dan 的 3 個(gè) PPT 中專門介紹了小米對(duì)開(kāi)源的擁抱。其中一個(gè) PPT 談到將來(lái)的計(jì)劃，有一個(gè)就是要聯(lián)合中國(guó)的互聯(lián)網(wǎng)企業(yè)技術(shù)企業(yè)，來(lái)把中國(guó)的開(kāi)源力量推向世界。 Dan 將這句話專門標(biāo)出來(lái)，說(shuō)這就是他想做的。
另外，從小米業(yè)務(wù)來(lái)看，雷軍曾提出小米未來(lái)五年的“雙引擎”是手機(jī)+AIoT，其中 AIoT 是 AI 和 IoT 的結(jié)合，可見(jiàn)人工智能在小米整體戰(zhàn)略的重要性。小米在AI領(lǐng)域取得了亮麗的成績(jī)。公開(kāi)數(shù)據(jù)顯示，2016 年到 2018 年間，小米在AI領(lǐng)域申請(qǐng)專利達(dá)到 684 項(xiàng)，列居世界第 11 位，成了國(guó)際領(lǐng)先的 AI 新勢(shì)力。
同時(shí)，小米在聲學(xué)、語(yǔ)音、視覺(jué)、自然語(yǔ)言處理、知識(shí)圖譜和機(jī)器學(xué)習(xí)這 6 大方向都有相應(yīng)的研發(fā)團(tuán)隊(duì)。目前在語(yǔ)音方面已經(jīng)推出了落地產(chǎn)品，技術(shù)上也有所突破。
如不久前在備受業(yè)界關(guān)注的“AISHELL Speaker Verification Challenge 2019遠(yuǎn)場(chǎng)語(yǔ)音說(shuō)話人識(shí)別挑戰(zhàn)賽”中，小米語(yǔ)音團(tuán)隊(duì)采用的多維度數(shù)據(jù)增廣+經(jīng)典識(shí)別模型+深度神經(jīng)網(wǎng)絡(luò)嵌入的融合方法，在近場(chǎng)注冊(cè)Track1和遠(yuǎn)場(chǎng)注冊(cè)Track2兩個(gè)任務(wù)均獲得了全國(guó)第一名。
重視語(yǔ)音技術(shù)研發(fā)的小米和語(yǔ)音識(shí)別大佬的聯(lián)合，會(huì)帶來(lái)什么影響呢？對(duì)此，有網(wǎng)民認(rèn)為，“長(zhǎng)遠(yuǎn)看的話，會(huì)對(duì)小米科研實(shí)力提升有所幫助，期待小愛(ài)同學(xué)還有小米在未來(lái)AI領(lǐng)域的發(fā)展”。
