3C資訊

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!