第49章 老板你别是被骗了吧

    “提前去白度总部一次？”孟繁岐稍微愣了一下，“主要是有什么事情呢，我这两天有空的，都方便过去，而且其实东西也准备的差不多了。”

    “已经准备得差不多了吗？那实在太好了，那请你来的时候把东西也带上吧。我们这边主要是相关的技术负责人想见你一次。”

    “有这些内容的话，我们可以在实际的框架和服务器内先测试一下，这样对具体的实际使用性能更有数一点，后续我们这边的工作也好继续进行。”

    李彦弘的说法中听不出什么问题，但实际上，白度的AI研究院内部，有一些不一致的声音。

    “没问题，我这边现在稍微有一些事情，一会确定好时间之后，我再李总联络一下确认具体时间。”孟繁岐没有想多，在他看来，大概是因为App相关的开发事宜。

    白度那边需要在他们的环境和设备上确认自己的算法速度，这样才好进行很多具体的计划。

    检测速度能做到多少，占用的资源多不多，假设在iOS或者安卓的设备上要运行，速度会有什么变化。

    这些事情的工作量还是不小的，孟繁岐认为是李彦弘给到他团队的压力太大，因而那边的技术负责人才会想到要尽快和自己接触。

    他完全没有想到，白度的技术负责人对自己的结果真实性持有怀疑态度。

    李彦弘是白度AI相关研究院的创始人，也是院长。虽然他本身是计算机硕士出生，但毕竟已经回国创业十几年了，不可能一直高度关注技术细节。

    李彦弘接触AI和深度学习相关的内容，其实是从白度近两年的一位海归高管，余恺的口中了解到的。

    余恺在南大读本科的时候，就已经对神经网络非常关注，那时候还不到2000年。此后的十几年，他一直坚持深耕该领域。

    2012年初加入白度之后，虽然李彦弘名义上担任白度深度学习研究院院长，但实际上的掌舵人，技术的主要负责人，其实是余恺这位常务副院长。

    余恺在业内的资历很深，2012年开始在白度主要负责推动深度学习技术的应用。

    白度在这两年在语音识别，图像识别和广告推荐方面的许多技术突破都是由余恺领衔带队做出的。

    而原本时间线上，14年震惊世界的吴恩达加入白度，很大程度上也是因为余恺这个吴恩达多年好友的相劝。

    去年与谷歌争夺人才，李彦弘派出的便是这位得力干将。

    在他的影响力辐射下，有相当多的顶尖技术人才在这一时期加盟了白度。

    以他的研究经历来说，孟繁岐给出的实验方向正好是他最为擅长的专业部分。

    余恺09年就在国际视觉识别比赛中夺冠，包括孟繁岐本次夺冠的IMAGENET，余恺也曾率队在2010年的首届比赛上夺冠。

    只不过那个时候神经网络还没有得到重视。

    在余恺看来，李彦弘前段时间带回来的结果是相当不真实的。

    “什么斯坦福，MIT，哈佛，哪个顶尖大学我没去研讨过？现在国际顶尖的检测算法水平到了什么程度，还能有人比我更了解吗？”

    余恺质疑的逻辑也不无道理，不过语气上确实冲了一些。

    一方面是因为这是自己的专业领域，难免有点不服输。另一方面，李彦弘对这个夸张结果的无条件信任，也让余恺心中有些不快。

    假如该结果真实有效，一旦直接投入使用，就意味着自己过去一两年内的许多相关工作付之一炬，沦为无用功。

    本能排斥也是人之常情。

    “我说老板，你别不是被忽悠了吧？他就单枪匹马，一个人就搞出了比我们研究院的最新成果精准又快百来倍的技术？”

    如果这個技术是真的，余恺有点希望它是假的。但若真是假的，余恺其实又很希望它是真的。

    多么矛盾的心理。

    “老余，你的视角和想法显得实在狭隘了一些，虽然当天我们没有交流具体的技术细节。但从他今年的两个巨大突破来看，这件事情的真实性是没有疑问的。”

    李彦弘此时也觉得，自己可能处理这件事情的方式方法有些欠妥。直接越过了专门的技术人员，这让他们可能会有些情绪

    但当时确实也是比较突然，起初只是为了招揽人才，并没有技术合作的计划。

    “我就是仔细阅读过他的论文，才更觉得这件事情说不通。”余恺当然不否认孟繁岐DreamNet和生成式对抗网络的成绩。

    这两个成果目前已经有所定论了，业内普遍的反响和评价都非常之高。

    余恺推测，李彦弘拿回来的这个结果当中，便是采用了DreamNet技术的神经网络作为骨干，因此才会在检测的性能，准确度上有了这么大的突破。

    李彦弘带回来的DreamNet论文，他也有仔细阅读。

    “DreamNet将神经网络做得非常深，他采用了非常简洁优雅的结构，处理掉了深层网络优化难的问题。”

    余恺对这个成果是非常惊叹和赞赏的。

    “但与此同时，你的网络也会加深好几倍乃至于十几倍。在这种情况下，网络的参数和运算量当然会随之成倍增长。

    当然了，可以做一些处理和结构上的调整来平衡这个问题，但说到底，检测的速度不变慢就很不错了，怎么可能还能加速百来倍呢？”

    这其实也是普通人的思维误区了，觉得一个人如果刚刚做出了一些非常重要的突破成果，那他是很难同时完成其他方面的巨大突破的。

    在余恺看来，孟繁岐在半年的时间内直接开拓了两个大的领域，无监督式的生成，和真正意义上的“深度”学习时代。

    他是不会有时间和精力同时对检测算法有非常深入的研究的。

    加上李彦弘这次带回来的是DreamNet的一版本手稿，这也误导了余恺的思路。

    让他误以为孟繁岐的检测算法技术突破，主要是来自于对DreamNet的应用。

    所以他认为自己很快就理解了性能突飞猛进的原因，可他读完DreamNet论文之后，对这个结构的参数量稍加计算，却怎么也无法理解速度提升到底是哪儿来的。

    “要么这样吧，我把他约过来，我们先做一个技术的交流。这样其他相关的地方也好适配。”

    李彦弘突然联络孟繁岐，一方面是为了打消下属的疑虑，另一方面，他自己被说得其实也有点不确定了。