学霸的模拟器系统 第263节

　　“如果是迪恩来了，那就说明Google不是来聊数学证明的。”

　　方雪若迅速切换到了商业分析模式，“他们是来聊落地的，聊收购的。他们看上了Aether算法那个O(N)复杂度的工程潜力，想直接把你的团队连锅端，变成Google Brain的一个小组。”

　　“他们会不会拿钱砸死我们？”

　　程新竹有些紧张地缩了缩脖子，“听说Google收购初创公司从来不还价。”

　　“那他们可能要失望了。”

　　林允宁仰头灌了一口红牛，冰凉的液体顺着喉管滑下，让大脑重新变得冷静而锋利。

　　他把空罐子精准地投进五米开外的垃圾桶里，发出“哐”的一声。

　　“以太动力不卖身。我也没兴趣去Google当个高级打工仔。”

　　林允宁整理好刚刚被方雪若抚平的袖口，眼神里透出一股属于年轻人的桀骜：

　　“走吧。去看看这帮硅谷的皇帝们，到底给我们准备了什么鸿门宴。”

　　……

　　三人走出会议中心，穿过一条长长的玻璃连廊，前往与之相连的希尔顿酒店。

　　窗外，科瓦利斯的夜色正浓，路灯拉长了行人的影子。

　　一路上，林允宁一句话也没说。

　　他的大脑正在疯狂地进行着双线程工作。

　　后台线程在疯狂计算着材料的晶格常数：

　　氧化铝？太硬。

　　氮化硼？工艺太复杂。

　　也许可以用一种渐变组分的缓冲层……

　　前台线程则在飞快地构建着话术模型：

　　面对辛顿的学术质疑该怎么回应？

　　面对杰夫·迪恩的工程诘问该怎么反击？

　　面对Google可能抛出的橄榄枝该怎么拒绝又不失体面？

　　“到了。”

　　方雪若停下脚步。

　　面前是一扇厚重的双开红木大门，门牌上写着“Executive Suite”（行政套房）。

　　门口站着两个身材魁梧的安保人员，看样子连只苍蝇都飞不进去。

　　“林先生，请进。”

　　安保人员显然早就收到了指令，伸手拦住了准备跟进去的方雪若和程新竹，“抱歉，女士们，这是一个私密的学术沙龙。只有受邀者可以入内。”

　　方雪若并没有生气，她虽然不是科学家，但也很清楚这种顶尖圈层闭门会的规矩。

　　她伸手帮林允宁理了理衬衫的后摆，在他耳边低声说道：“记住，不管里面坐着的是谁，你是Aether的发明者。在那个房间里，你的脑子就是最大的权力。”

　　程新竹也挥了挥小拳头：

　　“允宁加油！别被那帮老头子吓住了！”

　　林允宁看着两个同伴，笑了笑，深吸一口气。

　　他把手放在那扇冰凉的黄铜把手上，用力推开。

　　“吱呀——”

　　厚重的大门缓缓开启。

　　一股浓烈的、混合着雪茄和烟斗丝味道的烟雾扑面而来，呛得人嗓子发痒。

　　房间里的光线很暗，只有几盏落地灯发出昏黄的光。

　　宽大的真皮沙发上，坐着几个人影。

　　听到开门声，原本低沉的交谈声戛然而止。

　　几道目光齐刷刷地转了过来，像是有实质的重量一样，聚焦在这个年轻的闯入者身上。

　　坐在正中间沙发上的，正是杰弗里·辛顿。

　　这位深度学习的教父手里拿着一只烟斗，烟雾缭绕中，他的表情看不真切，只有那双深邃的眼睛闪着光。

　　而在他左手边，坐着一个穿着格子衬衫、正在摆弄笔记本电脑的中年人——杰夫·迪恩。

　　右手边则是抱着手臂、一脸审视的杨立昆。

　　这简直就是一副“AI最后的晚餐”的名画构图。

　　辛顿并没有起身。

　　他微笑着伸出手，指了指他对面的一把空椅子。

　　那把椅子孤零零地放在地毯中央，正对着所有人，像是一个接受质询的被告席，也像是一个虚位以待的王座。

　　“请坐，林先生。”

　　辛顿的声音温和，有浓重的英伦腔调，却带着一股不容置疑的威压：

　　“关于你的‘神经网络几何学’，我们有些不同的看法。或者说……我们想知道，你究竟看到了多远的未来？”

　　……

第206章 科瓦利斯预言（求订阅求月票）

　　希尔顿酒店的行政套房里，浓重的雪茄烟雾在昏黄的落地灯光下盘旋。

　　这里没有闪光灯，没有记者，只有几个即使在2007年。也足以让硅谷地震的大脑。

　　杰弗里·辛顿坐在正中央的皮沙发上，手里的烟斗明明灭灭。

　　他没有问那些关于O(N)复杂度的工程细节，而是透过烟雾，抛出了一个近乎哲学的问题：

　　“年轻人，你究竟看到了多远的未来？”

　　林允宁没有立刻回答。

　　他走到房间一侧的白板前，拿起黑色的记号笔。

　　但他没有画那个大家熟知的、层层堆叠的神经网络结构图，也没有画反向传播的梯度链。

　　他在白板上画了一个扭曲的圆圈——一个莫比乌斯环。

　　“辛顿教授，我认为深度学习的未来，不在于‘深度’（Deep）。”

　　林允宁转过身，笔尖点在那个扭曲的环上，“而在于‘流形’（Manifold）。”

　　房间里响起了一阵衣料摩擦的细微声响。

　　杨立昆（Yann LeCun）原本抱在胸前的手臂放了下来，眼镜后的目光变得锐利。

　　“现在的神经网络，本质上是在做盲人摸象。”

　　林允宁的声音平静而清晰，“我们通过堆砌几百层参数，试图用暴力的算力去拟合数据。但这就像是用无数个小平面去拼凑一个地球仪。

　　“但我看到的未来，是让网络学会‘看’数据的形状。数据不是散落在高维空间里的沙子，它们是铺在一张张卷曲的、复杂的流形表面上的。”

　　“听起来很浪漫。”

　　角落里，一位穿着深灰色西装的中年人开口了。

　　埃里克·霍维茨，微软研究院的首席科学家。

　　他的语气里，带着典型的工业界务实（或者说固执）。

　　“但林先生，恕我直言，几何学救不了现在的AI。在小样本数据上，有着严格数学证明的支持向量机（SVM）和贝叶斯网络依然吊打神经网络。SVM是可解释的，我有完美的超平面。而你的‘流形’，听起来更像是一种不可解释的玄学。”

　　“如果你还在迷信超平面，那你已经被时代抛弃了。”

　　还没等林允宁说话，杨立昆先跳了出来。

　　这位有着浓重法国口音的CNN之父，性格和他的算法一样直来直去，“在高维图像数据面前，你的超平面就是一张废纸。世界是局部的， pixel和pixel之间的关系是几何的，不是统计的！”

　　“而且，数据的规模正在发生质变。”

　　坐在沙发另一侧的一位年轻亚裔女性插话道。

　　刚刚加入普林斯顿的李飞飞推了推眼镜，语速很快：

　　“我们正在普林斯顿构建一个名为ImageNet的项目。当数据量达到千万级别时，传统的统计学习方法会因为算力瓶颈而崩溃。林先生那个O(N)的算法，可能是唯一能吃下这些数据的解药。”

　　争论在小小的房间里升温。

　　这就是2007年的AI界。

　　混沌、分裂。

　　旧秩序尚未崩塌，新王还未登基。

　　“笃、笃。”

　　辛顿用烟斗轻轻敲了敲烟灰缸，清脆的声音让房间重新安静下来。