跳到主要內容

小米如何挖到語音大牛 Daniel Povey?


Daniel Povey 在小米,圖源:崔寶秋微博


  上周 AI 圈的一則重磅新聞是 Daniel Povey 宣布將加盟小米,這位語音界的大牛、Kaldi 之父先是被任教的約翰霍普金斯大學開除,后收到 Facebook 的橄欖枝,結果他選擇拒絕 Facebook 的 offer,來中國工作。


  挖到了這位國際大牛後,小米不失時機地在 10 月 23 日舉行了一次人工智能媒體開放日活動,對外分享小米的人工智能布局,以及被 Povey 看中的過程。


  這是小米今年 2 月調整組織架構,將人工智能業務拆分為獨立事業部后的首次對外開放活動。與會的包括小米集團副總裁、技術委員會主席崔寶秋博士,小米集團人工智能部總經理恭弘=叶 恭弘航軍博士,小米集團 AI 實驗室主任王斌博士。



Daniel Povey Twitter 宣布將加盟小米


  "面試"完看工位、看代碼


  Povey 被約翰霍普金斯大學開除后(原因比較奇葩,具體請看《怒拒 Facebook 后,語音識別大牛、Kaldi 之父將加盟小米》)收到 Facebook 的 offer,但他在 Twitter 上表示要拒掉 Facebook 的 offer,去一家中國公司工作,當時還沒有確定是要去哪家。


  據恭弘=叶 恭弘航軍介紹,當時這個帖子被小米人工智能部門語音組的負責人看到了,因為語音組一直在用 Kaldi,所以對他一直非常關注。



然後馬上就轉給我說這個人居然說要去中國公司工作,是不是咱們可以跟他聯繫一下,我馬上就轉給寶秋總,也給了我們國際招聘的同事,同事馬上就給他寫了封信,當天晚上 Dan 就回信了。



  這有點出乎小米的意料,因為小米在學術界發聲並不多。



後面又問了一些技術問題,第二封信是我來寫的,我把他問的一些問題,包括小米到底招他過來要做什麼,小米的戰略是什麼,小米怎麼看待開源的,簡單的回答了一下。再往後他又問了一些別的問題,後面就是寶秋總跟他聯繫。他說他本來就有計劃來北京訪問,我們說既然如此,來總公司大家互相認識一下。



  之後 Dan 就來了小米新總部"面試",先是小米的人給他介紹公司在做的一些事情,對開源的看法,聊完后他覺得挺感興趣的,突然提出要看看小米的工位。


  Dan 到工位看了后說,"你們代碼給我看一下",看了代碼后又問了些問題。恭弘=叶 恭弘航軍覺得機會大增,"看起來還是很喜歡我們這邊的環境",他說。


  談 offer:看重開源和生態



  作為小米技術委員會主席的崔寶秋在引進 Povey 的過程中也扮演了重要角色。他此前在微博上宣布 Povey 入職小米的消息收穫了超過 3000 的點贊和 1000 評論。


  Povey 來中國有個兩周的之旅,訪問了好幾家大學,包括清華北大上海交大,也訪問了很多頂級的互聯網企業。之所以選擇小米,崔寶秋認為主要有三點原因:


  一、小米的 AIoT 生態。Povey 在訪問小米的時候,崔寶秋為他詳細介紹了小米的 AIoT 生態,"小米的 IoT 智能聯網設備對外公布的數量是 1.96 億台,光這個数字就有足夠的說服力,生態有多麼強大,這裏面所有的東西都可以通過語音來控制。"他說。


  二、小米對自研技術和人才的重視。Povey 原來在學校,理論上更傾向於繼續在學術界,"他說後來想了想到學校吸引不到這麼多優秀的工程師。"崔寶秋說。Povey 在小米時重點看了工作環境,包括編程環境,GPU 使用率高不高等。


  三、小米對開源的擁抱。Povey 特別喜歡技術,在談 offer 的過程中,他對其它東西都不是很在乎,"他說他想寫一條,就是要保證 Kaldi 開源系統百分之百開源。我說這一條對我來說不是個問題,根本不是個事情。"崔寶秋回憶道。


  崔寶秋認為小米的開源戰略是吸引 Povey 的一個關鍵點,他在給 Povey 的 3 個 PPT 中專門介紹了小米對開源的擁抱。其中一個 PPT 談到將來的計劃,有一個就是要聯合中國的互聯網企業技術企業,來把中國的開源力量推向世界。Povey 將這句話專門標出來,說這就是他想做的。


  小米的人工智能布局


  雷軍提出小米未來五年的"雙引擎"是手機 +AIoT,其中 AIoT 是 AI 和 IoT 的結合,可見人工智能在小米整體戰略的重要性。


  為更進一步突顯 AI 戰略,小米還在今年 2 月將人工智能業務拆分成獨立事業部。本次活動上,小米也首次對外詳細介紹了其 AI 布局。



小米 AI 能力圖譜,圖源:雷鋒網(公眾號:雷鋒網)


  小米在聲學、語音、視覺、自然語言處理、知識圖譜和機器學習這 6 大方向都有相應的研發團隊。團隊主要在北京和武漢,以北京為主,其中語音和視覺的團隊規模已經比較可觀,但具體的人數和團隊分佈官方表示暫無法透露。



小米聲學和語音能力,圖源:雷鋒網


  聲學和語音在這次活動上放在了一起講,王斌介紹了小米在這方面的一些研發成果:



  1. 在分佈式聲學、多場景語音技術方面,達到了行業領先水平。

  2. 六麥陣列、就近喚醒、協同放音、音效處理等技術已在多款小米產品落地,同時建成國內首家全自動遠場聲學實驗室。

  3. 小米遠場聲學測試規範被確立為中國人工智能產業聯盟聲學測試標準。

  4. 小米自研的語音識別、合成、語音喚醒和聲紋識別等關鍵技術也已經落地在手機、電視、音箱等眾多小米產品。


  值得一提的是,一開始小米 AI 音箱的聲學和語音技術來自合作夥伴,現在已經改為自研。



小米自然語言和知識圖譜能力,圖源:雷鋒網


  除此之外,王斌還介紹了小米在視覺、NLP、知識圖譜、機器學習等技術上的進展。視覺方面,自研的人臉識別、美顏、魔法換天、場景識別在多款手機上落地應用。小米已經打造了自己的 NLP 平台和知識圖譜,全面支撐公司的多項內容業務。小米面向移動端的深度學習開源計算平台 MACE(Mobile AI Computer Engine)目前廣泛用於公司的各項產品中。


  崔寶秋在談到 AI 在小米的應用時表示,作為一家互聯網公司,小米的所有產品,包括硬件產品、軟件產品和互聯網服務都需要 AI 來賦能,"今天 AI 在小米已經無處不在,這也充分表明了 AI 在小米整個生態系統中的重要性。"

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【精選推薦文章】



高價收購3C產品,價格不怕你比較



收購3c瘋!各款手機、筆電、相機、平板,歡迎來詢價!



公開收購3c價格,不怕被賤賣!



Orignal From: 小米如何挖到語音大牛 Daniel Povey?

留言

這個網誌中的熱門文章

有了四步解題法模板,再也不害怕動態規劃!(看不懂算我輸)

導言 動態規劃問題一直是算法面試當中的重點和難點,並且動態規劃這種通過空間換取時間的算法思想在實際的工作中也會被頻繁用到,這篇文章的目的主要是解釋清楚 什麼是動態規劃 ,還有就是面對一道動態規劃問題,一般的 思考步驟 以及其中的注意事項等等,最後通過幾道題目將理論和實踐結合。 什麼是動態規劃 如果你還沒有聽說過動態規劃,或者僅僅只有耳聞,或許你可以看看 Quora 上面的這個 回答 。 How to explain dynamic 用一句話解釋動態規劃就是 " 記住你之前做過的事 ",如果更準確些,其實是 " 記住你之前得到的答案 "。 我舉個大家工作中經常遇到的例子。 在軟件開發中,大家經常會遇到一些系統配置的問題,配置不對,系統就會報錯,這個時候一般都會去 Google 或者是查閱相關的文檔,花了一定的時間將配置修改好。 過了一段時間,去到另一個系統,遇到類似的問題,這個時候已經記不清之前修改過的配置文件長什麼樣,這個時候有兩種方案,一種方案還是去 Google 或者查閱文檔,另一種方案是借鑒之前修改過的配置,第一種做法其實是萬金油,因為你遇到的任何問題其實都可以去 Google,去查閱相關文件找答案,但是這會花費一定的時間,相比之下,第二種方案肯定會更加地節約時間,但是這個方案是有條件的,條件如下: 之前的問題和當前的問題有着關聯性,換句話說,之前問題得到的答案可以幫助解決當前問題 需要記錄之前問題的答案 當然在這個例子中,可以看到的是,上面這兩個條件均滿足,大可去到之前配置過的文件中,將配置拷貝過來,然後做些細微的調整即可解決當前問題,節約了大量的時間。 不知道你是否從這些描述中發現,對於一個動態規劃問題,我們只需要從兩個方面考慮,那就是 找出問題之間的聯繫 ,以及 記錄答案 ,這裏的難點其實是找出問題之間的聯繫,記錄答案只是順帶的事情,利用一些簡單的數據結構就可以做到。 概念 上面的解釋如果大家可以理解的話,接    動態規劃 算法是通過拆分問題,定義問題狀態和狀態之間的關係,使得問題能夠以遞推(或者說分治)的方式去解決。它的幾個重要概念如下所述。    階段: 對於一個完整的問題過程,適當的切分為若干個相互聯繫的子問題,每次在求解一個子問題...

程序員需要了解的硬核知識之操作系統入門

對於程序員來說,最莫大的榮耀莫過於自己的軟件被大多數人使用了吧。 歷史文章請戳 本篇文章作為操作系統的入門文章,可能入門都算不上吧,畢竟操作系統太龐大和複雜了。本篇文章主要帶你了解一下我們常用的操作系統環境。 操作系統環境 程序中包含着 運行環境 這一內容,可以說 運行環境 = 操作系統 + 硬件 ,操作系統又可以被稱為軟件,它是由一系列的指令組成的。我們不介紹操作系統,我們主要來介紹一下硬件的識別。 我們肯定都玩兒過遊戲,你玩兒遊戲前需要干什麼?是不是需要先看一下自己的筆記本或者電腦是不是能肝的起遊戲?下面是一個遊戲的配置(懷念一下 wow) 圖中的主要配置如下 操作系統版本:說的就是應用程序運行在何種系統環境,現在市面上主要有三種操作系統環境,Windows 、Linux 和 Unix ,一般我們玩兒的大型遊戲幾乎都是在 Windows 上運行,可以說 Windows 是遊戲的天堂。Windows 操作系統也會有區分,分為32位操作系統和64位操作系統,互不兼容。 處理器:處理器指的就是 CPU,你的電腦的計算能力,通俗來講就是每秒鐘能處理的指令數,如果你的電腦覺得卡帶不起來的話,很可能就是 CPU 的計算能力不足導致的。想要加深理解,請閱讀博主的另一篇文章: 顯卡:顯卡承擔圖形的輸出任務,因此又被稱為圖形處理器(Graphic Processing Unit,GPU),顯卡也非常重要,比如我之前玩兒的 劍靈 開五檔(其實就是圖像變得更清晰)會卡,其實就是顯卡显示不出來的原因。 內存:內存即主存,就是你的應用程序在運行時能夠動態分析指令的這部分存儲空間,它的大小也能決定你電腦的運行速度,想要加深理解,請閱讀博主的另一篇文章 存儲空間:存儲空間指的就是應用程序安裝所佔用的磁盤空間,由圖中可知,此遊戲的最低存儲空間必須要大於 5GB,其實我們都會遺留很大一部分用來安裝遊戲。 從程序的運行環境這一角度來考量的話,CPU 的種類是特別重要的參數,為了使程序能夠正常運行,必須滿足 CPU 所需的最低配置。 CPU 只能解釋其自身固有的語言。不同的 CPU 能解釋的機器語言的種類也是不同的。機器語言的程序稱為 本地代碼(native code) ,程序員用 C 等高級語言編寫的程...

步伐密集 易事特再建江蘇充電樁專案

易事特今日發佈公告稱,與江蘇高淳經濟開發區開發總公司就新能源汽車充電樁設備研發製造、IDC整體機房研發製造、智慧微電網等項目投資達成一致意見並簽署協議書。易事特承諾新辦企業固定資產投資總額為6億元人民幣(約新臺幣30億),畝均稅收不低於20萬元(約新臺幣101萬),首期建築面積不低於30000平方米。高淳經濟開發區將供地約120畝,使用年限為50年。   易事特佈局充電樁可謂步伐密集。今年8月13日,易事特與馬鞍山經濟技術開發區管理委員會簽訂了《投資框架協議書》,擬在對方區域內投資建設資料中心、分散式發電設備與系統集成和新能源汽車充電站(樁)項目。 本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※ USB CONNECTOR 掌控什麼技術要點? 帶您認識其相關發展及效能 ※ 台北網頁設計 公司這麼多該如何選擇? ※智慧手機時代的來臨,RWD 網頁設計 為架站首選 ※評比 南投搬家公司費用 收費行情懶人包大公開 ※幫你省時又省力, 新北清潔 一流服務好口碑 ※回頭車 貨運 收費標準 Orignal From: 步伐密集 易事特再建江蘇充電樁專案