第一个月，我按规定和所有的教授来了一次“相亲”，每天听不同的课程。在这些课程中，我注意到了拉吉·瑞迪，他的研究方向——语音识别引发了我极大的兴趣。
瑞迪教授是一个50 多岁的印度裔教授，小个，秃头，和蔼可亲，博学多识。上课的时候，他大讲《星际迷航》、《机器人》这些科幻片，还放电影片段给学生看。谈起语音识别的时候，他的眼睛里总是闪耀着光芒。瑞迪教授最大的特点是喜欢拥抱别人，不是美国人那种友谊式的拥抱，而是那种死死的熊抱。瑞迪教授还是总统特别委员会的一名成员，但是他一心沉浸在计算机的世界里，中午几乎不吃正餐，通常只是叫一个比萨，一边吃一边跟大家讨论，完全是一幅“走火入魔”的状态。
在选择研究方向的时候，我考虑了很久。一方面，太抽象的研究很容易看不到应用前景，另一方面，过分注重应用前景的课题往往又不太深刻，而语音识别正是这两个方面的最佳结合。而且，想到这是一个能够改变未来计算机和人类交流方式的课题，我感到兴奋不已。于是，我写下了拉吉·瑞迪的名字，有趣的是，瑞迪教授也早已看上了我这个
学生。我们几乎是一拍即合，一场轰轰烈烈的“相亲”就这样结束了。我终于确定了自己的研究方向——语音识别。
卡内基·梅隆大学对博士教育实行“严进严出”的制度，学校每年申请攻读计算机专业博士的学生有3 000 人左右，可收到录取信的只有30 人左右，只有非常优秀的本科毕业生才可能脱颖而出。而且，就算被录取了，也不意味着你能安全毕业。前两年，每个人都要经历四门资格考试的生死锤炼，它们分别是：systems（系统），software（软件），theory（理论），artificial intelligence（人工智能）。博士生要求在前两年每个学期选学其中一门，但是这些课程非常难，每次的通过率基本上只有60％，如果选修的课程在前两年通不过，那么只能在后几年继续考，但是那意味着你将和研究工作争抢时间。而最终四门中有一门通不过，都可能被淘汰出局。
卡内基·梅隆大学的计算机学院还有一个著名的“黑色星期五”制度，即每个学期的最后一个星期五，系里所有的教授会进行一次集中讨论，讨论的话题是“哪个学生要被请出学院”。那些学习成绩不好的、研究项目毫无进展的，都有可能在“黑色星期五”被淘汰。卡内基·梅隆大学每年培养一个博士生的经费大约是两万美元，而一个拿不到博士学位的人，对大学来说是一种浪费。
在卡内基·梅隆大学的El 子里，大家每天都投入地学习着。大家都知道，这里有许多世界一流的教授做伴。除了我那充满激情的导师瑞迪教授，还有一位每一门课程都能教的华人教授，他是华人中顶尖的计算机天才，对专业的研究非常精深，不过他有点结巴，有的时候一个音节拖了半天也说不出来，因此上他的课，学生们总是不敢坐第一排，唯恐他一结巴，就口水横飞。比如他说 parallelprocessing（并行处理）的时候，两个P 会拉得很长，第一排的学生又能感觉到，“天啊，又下雨了！”语音识别“什么是做博士的目的？”在我选定研究方向，正准备挽起袖管大干一番的时候，我们的院长尼科·海博曼问了我这个问题。我想都没想，脱口而出，“就是在某一个领域做出重要的成果。”“不对。”尼科·海博曼教授不假思索地否定了我。他告诉我，
“读博士，就是挑选一个狭窄并重要的领域作研究，毕业的时候交出一篇世界一流的毕业论文，成为这个领域里世界首屈一指的专家。任何人提到这个领域的时候，都会想起你的名字。”海博曼教授的“做世界某一个领域的一流”的观点，让我十分震惊，我从未奢望在20 多岁时走到某个领域的顶峰，但是这种“要做就要做到最好”的激励，我始终铭记在内心深处。看到了我的兴奋，海博曼教授问我：“你懂了吗？”我说：“懂了，我从卡内基·梅隆大学将带走的就是这份改变世界的、顶尖的博士论文。”他又说：“不对，你从学校带走最有价值的不是这份论文，而是你分析和独立思考的能力、研究和发现真理的经验，还有科学家的胸怀。当你某一天不再研究这个领域的时候，你依然能在任何一个新的领域做到最好。”这番话引起了我深深地思索，也再一次印证了“沉淀下来的才是教育”这句话的意义。学习成绩只是一种表象的结果，而学习能力才是伴随一生的能力。
1983 年10 月，我走进语音识别的世界。开始和瑞迪教授一起探讨语音识别领域里现有的成果以及如何突破的可能性，瑞迪说，“你来做一个不特定语者的语音识别系统吧。”当时这在世界上是一个无解之谜。
所谓不特定语者的语音识别就是说让电脑能够听懂每一个人说出的话，并且识别出来，最后希望达到的最理想状态就是让机器对人的语言有所反应，最终达到“人机对话”的理想程度。在我当时所处的年代，人们所做的语音识别系统研究，还只能识别一个人的声音，也就是“特定语者”的研究。因此，瑞迪教授对我的期望就是让我把这个研究成果扩展出来，形成突破，让机器对更多的人的语言识别率提高。瑞迪告诉我，“我觉得专家系统是解决不特定语者问题最好的方法，这也是最火的新技术。希望你试试。去吧，小伙子，尽情做你的研究，我这里有科学基金的研究经费，因此你不用担心钱的问题。”在巨大的期望下，瑞迪把课题的接力棒交给了我。经过数月的钻研，我把整个研究过程写了篇论文发表出来，得到了正面的回馈。第一次，人们知道，在有限的领域和单一的语者身上，专家系统研究出来的机器语音识别率可以达到95％。这意味着，人和机器可以进行简单的对话了。那段时间，瑞迪开心得不得了，并且更加坚信“专家系统”的方法是个正确的选择。尽管面对一片好评，我却显得非常沉默。其实，这个时候我内心的担忧早已开始慢慢滋长了。因为，在研究的过程中，我已经发现专家系统的前景非常不明朗，因为机器经过很长时间的训练，只能听懂特定20 个训练者的语音。而人与人说话的音节和语调千变万化，只要换了另外100人的声音重新检验原来的研究成果，其识别率立即下降到不能想象的地步，只有30％左右。而且，我们仅仅用了26 个词作为词汇，一旦增加词汇，整个系统就将崩溃。
1984 年暑假即将来临，我正沉浸在自己课题的十字路口上，不知道何去何从。这个时候我遇到了我的一个师兄彼得·布朗（Peter Brown），他看到我愁眉不展，就把我叫到一间教室里，在黑板上写了几个统计学公式。彼得·布朗对我说，“开复，我知道你在做语音识别，并且为之苦恼，但是你为什么不尝试一下统计学的方法呢，从统计中抽取数据我想应该能够提高语音识别率，你觉得呢？”
所谓统计学的方法，就是从庞大的数据库中进行归类，通过特征的归纳使得数据通过“分类器”，得到结果的一种方法。对于是否能用大量数据库对声音进行统计，我心中充满了好奇与问号。而用统计学方法来研究语音识别的想法，开始在心中慢慢地滋生。李老师的催眠术
在课题研究正徘徊不前时，我迎来了l984年的暑假。当时，我在学校论坛上看到了一个暑期工的项目，内容就是为宾夕法尼亚州60 个最聪明的高中生教授计算机课程。教6 个星期的课程可以得到3000 美元，这对于当时每个月只有700 美元奖学金的我来说，是一个绝对有诱惑力的岗位。最重要的是，我不但可以获得一些教学经验，还可以在语音识别之外涉猎一个新的领域，真是一箭双雕的难得机会。
我非常享受那段时光。每天8 点整，我准时出现在教室里，滔滔不绝，板书从左边一直写到右边，写到挤不下为止。我热情地帮这些“天才高中生”设计各种作业，备课时准备了厚厚的一叠笔记，我要用几个星期的时间，让他们完成大三一年的计算机课程。
我把60 个人分成8 个小队，每个小队开发自己的奥赛罗（也称黑白棋）下棋算法，然后两两进行比赛，一直到决出冠亚军。到课程结束，我发现班里的每一个人都学会了写程序，这个成果后来还展示给宾州的州长看，并且得到了好评，做教师的成就感油然而生。
暑假尾期，我去系主任那里拿我的3 000 美元
“巨款”。结果发现“老板”那里有一叠厚厚的报告，我随口问了一句，“老板，你那厚厚的一叠东西是什么啊？”系主任慢悠悠地回答，“噢，就是暑期宾州学生对老师的评估。”“噢，那可不可以让我看看？”我立刻对这个报告充满了好奇。系主任的脸色忽然变得尴尬起来，“开复，你还是不要看的好。”“为什么？”这个时候，我忽然从系主任游离的目光中感觉到了什么。在软磨硬泡之下，我还是坚持从“老板”那里要来了这份报告，而看到学生的打分让我“大跌眼镜”。
打分是五分制，其他科目的老师得到的一般是3～4 分，我居然只有1分！一个学生在评语里写道：
“李开复的课程太枯燥了。也许内容并不差，但是经过他的诠释，实在让我们受不了。”“他上课的时候，从来没有看过我们的眼睛。只有他一个人在表演。我们给他的课取了个名字，叫做‘开复剧场’。”
还有学生写道，“李老师的语气单调，就像念经一样，有着强烈的催眠作用。就算我昨晚睡够了，终究还是敌不过李老师的催眠术。”
看着这些评语，我脸红心跳，让我觉得这次暑期课程，如同一场噩梦。我的演讲能力和沟通能力这么差，我竞全然不知。而他们60 个人都能学会�