第447章 與明訊合作
「馬總，您好，叫我過來是有什麼吩咐嗎？」湯智曉禮貌地點了點頭。
「智曉，你來看看這個。」馬明把那份文檔遞了過去。
湯智曉接過來，扶了扶眼鏡，目光落在標題上時，眉毛幾不可查地挑了一下。
顯然，「深度學習」這個新名詞引起了他的注意。
他看得很快，但又很仔細。
一開始，他還站著，身體微微前傾。
看著看著，他不知不覺地拉開一張椅子坐了下來。
再然後，他的腰背挺得筆直，幾乎是趴在桌子上，手指順著紙上的數學公式一行一行地移動，嘴裡還念念有詞，全是些外人聽不懂的術語。
辦公室里的空氣仿佛凝固了。
馬宇騰倒是不急。他端起茶杯喝了一口，靠在沙發上等著。
對方這種反應，說明將裡面的內容看了進去。
馬明一直盯著湯智曉的表情變化，從疑惑到專注，從專注到凝重。
終於，湯智曉翻到了最後一頁。
他長長地呼出了一口氣，把文檔放下來。
然後又拿起來。
從第一頁重新開始看。
這一遍他看得更慢，手指在幾個關鍵公式上來回摩挲，腦袋輕微地點著，不知道在跟誰確認什麼。
馬明忍不住了：「怎麼樣？」
湯智曉沒理他。
馬明嘴角抽了抽，轉頭看馬宇騰。
馬宇騰笑了一下，做了個稍安勿躁的手勢。
又過了將近十分鐘，湯智曉終於第二遍看完了。
他抬頭的時候，眼鏡片後面那雙眼睛的神色跟十分鐘前判若兩人。
「馬總……」
湯智曉看著馬宇騰和馬明，喉結動了動。
「這份東西，誰寫的？」
「「我提了些方向性的想法，」馬宇騰語氣隨意。
「裡面的數學論證和推導，主要是我愛人完成的。」
湯智曉的嘴巴微微張開。
他一開始以為這又是哪個領導拍腦袋想出來的「宏偉藍圖」。
卻沒想到裡面竟然是如此嚴謹、完整、且具有開創性的理論框架。
從概念定義，到網絡結構，再到訓練方法，最後是堅實無比的數學基礎，這簡直就是一篇可以直接發表在頂刊上的開山之作！
「不可思議……簡直是天才般的構想！」湯智曉激動地站了起來。
「『無監督逐層預訓練』，這個方法，完美地解決了深層網絡訓練時梯度彌散的難題！這……這將開啟一個全新的時代！」
他看著馬宇騰，眼神里全是敬佩。
馬明坐直了身體，他明白湯智曉的水平，既然對方都對這份文件的內容讚不絕口，證明他之前的看法沒有錯。
湯智曉看著馬宇騰的眼神變了，他沒想到這位國內知名的雷霆工業集團總裁，居然對人工智慧這個前沿領域，也有著如此恐怖的技術積累和洞察力。
馬宇騰坦然地接受了這份讚美。
雖然核心思想來自未來，但在這個時空，這份文檔的作者確實是他和鍾虹。
「湯博士，你覺得這套理論有實際應用的可能性嗎？」
馬宇騰把話題拉了回來。
「有！太有了！」湯智曉毫不猶豫地回答。
「這不僅僅是可能性的問題，它就是我們一直在尋找的答案！有了這個框架，我們之前那些像沒頭蒼蠅一樣的研究，立刻就有了明確的方向！」
「很好。」馬宇騰點了點頭，這正是他想要的結果。
他身體前傾，看著湯智曉和馬明，說出了自己今天真正的目的。
「我希望你們的團隊，能在這套深度學習的理論基礎上，儘快研發出一套新的模型架構。」
「這套架構，要能很好地處理時序數據。它不能只看孤立的、靜態的一幀圖像，而是要能理解一個連續的序列中，不同元素之間的關聯和上下文。比如，一段視頻里，前一秒的車輛位置和速度，與後一秒的行為預測之間的關係。」
馬宇騰沒有提「Transformer」這個名字，但他描述的，正是其核心思想——自注意力機制。
「我需要這套技術，為我們雷霆工業準備研發的自動駕駛系統，提供算法支持。」
「自動駕駛？」馬明和湯智曉幾乎同時出聲。
湯智曉把手裡的文檔放回桌上，直起腰板。
「自動駕駛？」
他重複了一遍這個詞，聲音裡帶著明顯的遲疑。
「馬總，這個方向，說句不好聽的，目前學術界自己都還停留在前期探索的階段，工業界更沒人敢碰。原因很簡單，計算機視覺的識別能力遠遠不夠。別說動態的交通場景了。」
馬宇騰沒有立刻反駁，而是仔細分析道。
「現在的計算機視覺不行，是因為算法模型太淺，特徵提取的能力不夠。」
他指著桌上那份文檔。
「特徵提取做不到位，當然什麼都認不准。但你剛才自己也說了，這套卷積神經網絡加上深度訓練之後，提取能力會有質的飛躍。」
「再疊加我剛才說的那種對序列數據的理解能力後，它就不再是逐幀比對像素了。它開始理解上下文，理解空間關係，理解因果。」
「網絡可以做得極深，深度意味著理解力。湯博士，這個道理你比我清楚。」
湯智曉沒有馬上接話。
他低下頭，翻開文檔里關於序列數據處理的那幾頁，手指在紙面上劃了幾道。
辦公室里安靜了好一陣。
「理論上……有可能。」
他推了推眼鏡，語速放慢了不少。
「但問題在兩個地方。第一，訓練這種規模的模型，需要的數據量是天文數字。光靠實驗室採集，十年也湊不夠。第二，目前的晶片算力不夠，即使利用最先進的GPU也無法實現處理行駛過程中視覺數據的能力。」
馬宇騰看向馬明。
「數據的問題，明訊網絡每天有上億用戶產生的行為數據，這些暫且不說。雷霆汽車未來的產品，每一台車上都會裝車載攝像頭和傳感器。車跑在路上，就是在幫我們采數據。等大量用戶在使用過程中，積累下來的真實道路數據，足夠我們使用了。」
他頓了一下。
「至於算力，按照摩爾定律，晶片每十八個月的性能翻一番。我們不需要等到算力完全夠用的那天才開始動手。模型架構和算法先做出來，數據先存起來。等硬體追上來了，我們就能進入到實際的測試當中。」
「智曉，你來看看這個。」馬明把那份文檔遞了過去。
湯智曉接過來，扶了扶眼鏡，目光落在標題上時，眉毛幾不可查地挑了一下。
顯然，「深度學習」這個新名詞引起了他的注意。
他看得很快，但又很仔細。
一開始，他還站著，身體微微前傾。
看著看著，他不知不覺地拉開一張椅子坐了下來。
再然後，他的腰背挺得筆直，幾乎是趴在桌子上，手指順著紙上的數學公式一行一行地移動，嘴裡還念念有詞，全是些外人聽不懂的術語。
辦公室里的空氣仿佛凝固了。
馬宇騰倒是不急。他端起茶杯喝了一口，靠在沙發上等著。
對方這種反應，說明將裡面的內容看了進去。
馬明一直盯著湯智曉的表情變化，從疑惑到專注，從專注到凝重。
終於，湯智曉翻到了最後一頁。
他長長地呼出了一口氣，把文檔放下來。
然後又拿起來。
從第一頁重新開始看。
這一遍他看得更慢，手指在幾個關鍵公式上來回摩挲，腦袋輕微地點著，不知道在跟誰確認什麼。
馬明忍不住了：「怎麼樣？」
湯智曉沒理他。
馬明嘴角抽了抽，轉頭看馬宇騰。
馬宇騰笑了一下，做了個稍安勿躁的手勢。
又過了將近十分鐘，湯智曉終於第二遍看完了。
他抬頭的時候，眼鏡片後面那雙眼睛的神色跟十分鐘前判若兩人。
「馬總……」
湯智曉看著馬宇騰和馬明，喉結動了動。
「這份東西，誰寫的？」
「「我提了些方向性的想法，」馬宇騰語氣隨意。
「裡面的數學論證和推導，主要是我愛人完成的。」
湯智曉的嘴巴微微張開。
他一開始以為這又是哪個領導拍腦袋想出來的「宏偉藍圖」。
卻沒想到裡面竟然是如此嚴謹、完整、且具有開創性的理論框架。
從概念定義，到網絡結構，再到訓練方法，最後是堅實無比的數學基礎，這簡直就是一篇可以直接發表在頂刊上的開山之作！
「不可思議……簡直是天才般的構想！」湯智曉激動地站了起來。
「『無監督逐層預訓練』，這個方法，完美地解決了深層網絡訓練時梯度彌散的難題！這……這將開啟一個全新的時代！」
他看著馬宇騰，眼神里全是敬佩。
馬明坐直了身體，他明白湯智曉的水平，既然對方都對這份文件的內容讚不絕口，證明他之前的看法沒有錯。
湯智曉看著馬宇騰的眼神變了，他沒想到這位國內知名的雷霆工業集團總裁，居然對人工智慧這個前沿領域，也有著如此恐怖的技術積累和洞察力。
馬宇騰坦然地接受了這份讚美。
雖然核心思想來自未來，但在這個時空，這份文檔的作者確實是他和鍾虹。
「湯博士，你覺得這套理論有實際應用的可能性嗎？」
馬宇騰把話題拉了回來。
「有！太有了！」湯智曉毫不猶豫地回答。
「這不僅僅是可能性的問題，它就是我們一直在尋找的答案！有了這個框架，我們之前那些像沒頭蒼蠅一樣的研究，立刻就有了明確的方向！」
「很好。」馬宇騰點了點頭，這正是他想要的結果。
他身體前傾，看著湯智曉和馬明，說出了自己今天真正的目的。
「我希望你們的團隊，能在這套深度學習的理論基礎上，儘快研發出一套新的模型架構。」
「這套架構，要能很好地處理時序數據。它不能只看孤立的、靜態的一幀圖像，而是要能理解一個連續的序列中，不同元素之間的關聯和上下文。比如，一段視頻里，前一秒的車輛位置和速度，與後一秒的行為預測之間的關係。」
馬宇騰沒有提「Transformer」這個名字，但他描述的，正是其核心思想——自注意力機制。
「我需要這套技術，為我們雷霆工業準備研發的自動駕駛系統，提供算法支持。」
「自動駕駛？」馬明和湯智曉幾乎同時出聲。
湯智曉把手裡的文檔放回桌上，直起腰板。
「自動駕駛？」
他重複了一遍這個詞，聲音裡帶著明顯的遲疑。
「馬總，這個方向，說句不好聽的，目前學術界自己都還停留在前期探索的階段，工業界更沒人敢碰。原因很簡單，計算機視覺的識別能力遠遠不夠。別說動態的交通場景了。」
馬宇騰沒有立刻反駁，而是仔細分析道。
「現在的計算機視覺不行，是因為算法模型太淺，特徵提取的能力不夠。」
他指著桌上那份文檔。
「特徵提取做不到位，當然什麼都認不准。但你剛才自己也說了，這套卷積神經網絡加上深度訓練之後，提取能力會有質的飛躍。」
「再疊加我剛才說的那種對序列數據的理解能力後，它就不再是逐幀比對像素了。它開始理解上下文，理解空間關係，理解因果。」
「網絡可以做得極深，深度意味著理解力。湯博士，這個道理你比我清楚。」
湯智曉沒有馬上接話。
他低下頭，翻開文檔里關於序列數據處理的那幾頁，手指在紙面上劃了幾道。
辦公室里安靜了好一陣。
「理論上……有可能。」
他推了推眼鏡，語速放慢了不少。
「但問題在兩個地方。第一，訓練這種規模的模型，需要的數據量是天文數字。光靠實驗室採集，十年也湊不夠。第二，目前的晶片算力不夠，即使利用最先進的GPU也無法實現處理行駛過程中視覺數據的能力。」
馬宇騰看向馬明。
「數據的問題，明訊網絡每天有上億用戶產生的行為數據，這些暫且不說。雷霆汽車未來的產品，每一台車上都會裝車載攝像頭和傳感器。車跑在路上，就是在幫我們采數據。等大量用戶在使用過程中，積累下來的真實道路數據，足夠我們使用了。」
他頓了一下。
「至於算力，按照摩爾定律，晶片每十八個月的性能翻一番。我們不需要等到算力完全夠用的那天才開始動手。模型架構和算法先做出來，數據先存起來。等硬體追上來了，我們就能進入到實際的測試當中。」