科学家们从20世纪50年代起，就开始尝试用计算机来进行语言翻译和语音识别，走传统的”基于规则”技术路线一直到70年代都没有进展。直到70年代IBM华生实验室出现了以统计学概率理论为基础的技术路线，才使自然语言处理技出现了重大进展，并从而引导了直到今天的人工智能浪潮。
80年代末，还在卡耐基梅隆大学做博士生的李开复也在开始从事”基于统计”的方法用统计学模型来提高自然语言识别率的研究，并帮助他们的论文导师拉杰雷迪获得了图灵奖(人工智能领域的奥斯卡)，第一次出现在硅谷顶级科学家的行列。
(李开复用统计语言模型简化了的识别问题，实现了有史以来第一次大词汇连续语音识别)
另一位采取同样技术路线的彼得布朗，在1988年首次提出了基于统计的语言翻译模型。虽然，当时的计算机能力不能实现，但是在15年后，使用他提出的模型终于成功实现了实用化的机器翻译。
背景介绍完了，为什么提了这两个人？在当时，他们都是芸芸众生的”学者”之一。由于他们选择了正确的基于统计方法的自然语言解决路线，为人工智能领域的语言识别和自然语言翻译做出了里程碑式的贡献。
(同期，还有科学家坚持使用”基于规则”的解决语言处理的技术路线，直到2003-2005年以后很少有人再坚持了，但是时间已经过了近25年。)
李开复之后进入了苹果，谷歌，再之后转入微软，从此进入人生快车道，一直得益于早期的基于统计方法进行人工智能领域的研究。
如果说李开复走的是传统的硅谷科技菁英之路; 而彼得.布朗是个不走传统路的家伙。他跳槽华尔街的基金公司，决定用学到的数学方法开始直接为自己赚钱。他加入了由传奇数学家詹姆斯西蒙斯组建的对冲基金”大奖章基金”，任首席技术管。从1989年起，年回报35%的大奖章基金是华尔街历史上最成功的对冲基金。他们就是采用复杂的数学模型去分析执行交易非常成功。金子在哪里都会发亮。
他们都善于将数学理论用于解决实际问题，也为自己开拓了一条成功之路。各位，还在轻视数学吗？
