第49章 老闆你別是被騙了吧

“提前去白度總部一次？”孟繁岐稍微愣了一下，“主要是有什麼事情呢，我這兩天有空的，都方便過去，而且其實東西也準備的差不多了。”

“已經準備得差不多了嗎？那實在太好了，那請你來的時候把東西也帶上吧。我們這邊主要是相關的技術負責人想見你一次。”

“有這些內容的話，我們可以在實際的框架和伺服器內先測試一下，這樣對具體的實際使用效能更有數一點，後續我們這邊的工作也好繼續進行。”

李彥弘的說法中聽不出什麼問題，但實際上，白度的AI研究院內部，有一些不一致的聲音。

“沒問題，我這邊現在稍微有一些事情，一會確定好時間之後，我再李總聯絡一下確認具體時間。”孟繁岐沒有想多，在他看來，大概是因為App相關的開發事宜。

白度那邊需要在他們的環境和裝置上確認自己的演算法速度，這樣才好進行很多具體的計劃。

檢測速度能做到多少，佔用的資源多不多，假設在iOS或者安卓的裝置上要執行，速度會有什麼變化。

這些事情的工作量還是不小的，孟繁岐認為是李彥弘給到他團隊的壓力太大，因而那邊的技術負責人才會想到要儘快和自己接觸。

他完全沒有想到，白度的技術負責人對自己的結果真實性持有懷疑態度。

李彥弘是白度AI相關研究院的創始人，也是院長。雖然他本身是計算機碩士出生，但畢竟已經回國創業十幾年了，不可能一直高度關注技術細節。

李彥弘接觸AI和深度學習相關的內容，其實是從白度近兩年的一位海歸高管，餘愷的口中瞭解到的。

餘愷在南大讀本科的時候，就已經對神經網路非常關注，那時候還不到2000年。此後的十幾年，他一直堅持深耕該領域。

2012年初加入白度之後，雖然李彥弘名義上擔任白度深度學習研究院院長，但實際上的掌舵人，技術的主要負責人，其實是餘愷這位常務副院長。

餘愷在業內的資歷很深，2012年開始在白度主要負責推動深度學習技術的應用。

白度在這兩年在語音識別，影象識別和廣告推薦方面的許多技術突破都是由余愷領銜帶隊做出的。

而原本時間線上，14年震驚世界的吳恩達加入白度，很大程度上也是因為餘愷這個吳恩達多年好友的相勸。

去年與谷歌爭奪人才，李彥弘派出的便是這位得力干將。

在他的影響力輻射下，有相當多的頂尖技術人才在這一時期加盟了白度。

以他的研究經歷來說，孟繁岐給出的實驗方向正好是他最為擅長的專業部分。

餘愷09年就在國際視覺識別比賽中奪冠，包括孟繁岐本次奪冠的IMAGENET，餘愷也曾率隊在2010年的首屆比賽上奪冠。

只不過那個時候神經網路還沒有得到重視。

在餘愷看來，李彥弘前段時間帶回來的結果是相當不真實的。

“什麼斯坦福，MIT，哈佛，哪個頂尖大學我沒去研討過？現在國際頂尖的檢測演算法水平到了什麼程度，還能有人比我更瞭解嗎？”

餘愷質疑的邏輯也不無道理，不過語氣上確實衝了一些。

一方面是因為這是自己的專業領域，難免有點不服輸。另一方面，李彥弘對這個誇張結果的無條件信任，也讓餘愷心中有些不快。

假如該結果真實有效，一旦直接投入使用，就意味著自己過去一兩年內的許多相關工作付之一炬，淪為無用功。

本能排斥也是人之常情。

“我說老闆，你別不是被忽悠了吧？他就單槍匹馬，一個人就搞出了比我們研究院的最新成果精準又快百來倍的技術？”

如果這個技術是真的，餘愷有點希望它是假的。但若真是假的，餘愷其實又很希望它是真的。

多麼矛盾的心理。

“老餘，你的視角和想法顯得實在狹隘了一些，雖然當天我們沒有交流具體的技術細節。但從他今年的兩個巨大突破來看，這件事情的真實性是沒有疑問的。”

李彥弘此時也覺得，自己可能處理這件事情的方式方法有些欠妥。直接越過了專門的技術人員，這讓他們可能會有些情緒

但當時確實也是比較突然，起初只是為了招攬人才，並沒有技術合作的計劃。

“我就是仔細閱讀過他的論文，才更覺得這件事情說不通。”餘愷當然不否認孟繁岐DreamNet和生成式對抗網路的成績。

這兩個成果目前已經有所定論了，業內普遍的反響和評價都非常之高。

餘愷推測，李彥弘拿回來的這個結果當中，便是採用了DreamNet技術的神經網路作為骨幹，因此才會在檢測的效能，準確度上有了這麼大的突破。

李彥弘帶回來的DreamNet論文，他也有仔細閱讀。

“DreamNet將神經網路做得非常深，他採用了非常簡潔優雅的結構，處理掉了深層網路最佳化難的問題。”

餘愷對這個成果是非常驚歎和讚賞的。

“但與此同時，你的網路也會加深好幾倍乃至於十幾倍。在這種情況下，網路的引數和運算量當然會隨之成倍增長。

當然了，可以做一些處理和結構上的調整來平衡這個問題，但說到底，檢測的速度不變慢就很不錯了，怎麼可能還能加速百來倍呢？”

這其實也是普通人的思維誤區了，覺得一個人如果剛剛做出了一些非常重要的突破成果，那他是很難同時完成其他方面的巨大突破的。

在餘愷看來，孟繁岐在半年的時間內直接開拓了兩個大的領域，無監督式的生成，和真正意義上的“深度”學習時代。

他是不會有時間和精力同時對檢測演算法有非常深入的研究的。

加上李彥弘這次帶回來的是DreamNet的一版本手稿，這也誤導了餘愷的思路。

讓他誤以為孟繁岐的檢測演算法技術突破，主要是來自於對DreamNet的應用。

所以他認為自己很快就理解了效能突飛猛進的原因，可他讀完DreamNet論文之後，對這個結構的引數量稍加計算，卻怎麼也無法理解速度提升到底是哪兒來的。

“要麼這樣吧，我把他約過來，我們先做一個技術的交流。這樣其他相關的地方也好適配。”

李彥弘突然聯絡孟繁岐，一方面是為了打消下屬的疑慮，另一方面，他自己被說得其實也有點不確定了。