小米语音首席科学家 Daniel Povey：语音识别卷完了，下一个机会在哪里？

著名开源语音识别项目Kaldi的创始人Daniel Povey博士在《智者访谈》中分享了他对AI发展的深刻见解。他指出，多模态能力的融合正在改写AI发展路径，而语音、视觉与自然语言处理的边界日益模糊。作为小米集团语音首席科学家，Povey博士强调技术进步不应被某一主流范式所限制，AI领域的进步往往源于解决特定领域的具体问题。他认为，尽管Transformer效果好且可能是未来方向，但过度依赖现有模型可能会阻碍根本性创新。对于年轻一代研究者，他建议要诚实面对自己的真正需求，因为学AI能年薪百万的时代已经过去，做出突破变得非常困难。此外，他还批评了当前会议制度对研究进展的负面影响，并呼吁更加务实的研究风格。
来源：https://mp.weixin.qq.com/s/2FwKXN_sUGBy15H2wSkdbw