近日，零一萬物首席執行官李開復博士與卡內基梅隆大學計算機科學學院奠基人、全球首個機器學習系創立者湯姆·米切爾展開深度對話，探討人工智能發展歷程與未來趨勢。這場跨越四十年的技術對話，既回顧了語音識別領域的關鍵突破，也展望了生成式AI可能帶來的科學革命。
1979年，李開復在哥倫比亞大學求學期間便確立了探索人工智能的志向。"當時我認為AI是理解人類認知的終極路徑，"他回憶道。在卡內基梅隆大學攻讀博士學位期間，他突破傳統專家系統框架，將隱馬爾可夫模型引入語音識別領域。這項創新得益于導師拉吉·雷迪的包容支持——當李開復提出與主流方向相悖的技術路線時，雷迪那句"我不同意你，但我會支持你"成為改變歷史的關鍵轉折。
在計算資源極度有限的年代，李開復團隊通過三個關鍵創新實現突破：重構模型結構以更好捕捉語音特征，采用梅爾倒譜系數提升信號處理效率，以及開發二元/三元語法模型優化語言處理。這些改進在SPARCstation集群上創造出驚人效果——系統準確率從60%躍升至96%，徹底顛覆了語音識別領域的技術范式。這項成果不僅成為行業標準，其開源版本Sphinx至今仍在學術界廣泛應用。
談及AI技術演進，李開復強調四個核心要素的持續迭代：模型架構創新、數據規模擴張、算力指數增長以及上下文處理能力突破。他特別指出，從早期二元語法到Transformer注意力機制的跨越，本質上是上下文建模能力的質變。"今天的模型能處理百萬量級的上下文窗口，這種指數級提升徹底改變了AI的應用邊界。"
對于當前技術浪潮，李開復坦言自己經歷了認知轉變："作為經歷過專家系統時代的研究者，我曾低估了Transformer的擴展潛力。"他特別提到年輕研究者的思維優勢——在生成式AI時代成長的新一代，天然具備突破傳統框架的思維模式，這種"未被約束"的創造力正在推動技術邊界持續外擴。
當被問及未來五年可能出現的突破時，李開復預測AI將在科學發現領域產生諾貝爾獎級成果。他描繪了這樣的圖景：AI系統不僅能加速藥物研發和材料設計，更可能通過自主提出假設-驗證循環，在基礎科學領域取得人類未曾預見的發現。"這種變革帶來的不僅是效率提升，而是人類認知范式的根本轉變。"
針對計算機科學博士生的職業發展，李開復給出務實建議：在算力密集型研究方向，應優先選擇與企業有深度合作的學術機構；若資源有限，則可聚焦Transformer之外的范式創新。"當所有人都在優化已知答案時，重新定義問題的人才能創造歷史。"他以自動駕駛領域為例，指出學術研究應及時轉向未被充分探索的前沿方向。
