第4章 :勾引到手

投票推薦 加入書籤 小說報錯

  2005年10月11日,周一,清晨7:23。

  南加大Gateway公寓312房間,姜宇睜開眼。

  三秒鐘的恍惚後,意識如潮水般歸位。

  2005年,洛杉磯,南加大,21歲,交換生,十萬美元,重生。

  他坐起身,看向對面床鋪。

  邁克還在熟睡,鼾聲均勻。

  輕手輕腳下床,姜宇從背包里取出一個黑色筆記本。

  不是學校發的那種,是他在國內就準備好的硬皮本。

  翻開第一頁,他用中文寫下:

  目標清單:

  1.完成本學期所有課程註冊(優先級A)

  2.開設美股帳戶,研究槓桿操作(優先級A+)

  3.建立周牧的聯繫與信任(優先級S)

  4.尋找陳衛(優先級A)

  寫完,他合上筆記本,塞進背包內層。

  衛生間裡,他看著鏡中年輕的自己,用冷水洗臉,刷牙。

  鏡子邊緣貼著邁克和家人的合影,典型的中產家庭,父母笑容燦爛,兩個妹妹,一條金毛犬。

  前世他從未有過室友。

  創業後一直獨居,四十歲後更習慣酒店和公寓的孤寂。

  此刻聽著門外邁克的鼾聲,竟有種陌生的鮮活感。

  「嘿,姜!」邁克醒了,揉著眼睛坐起來,「早上好。你今天是不是要去國際學生辦公室報到?」

  「九點。」姜宇用毛巾擦臉。

  「那我八點去訓練,一起下樓?」邁克已經開始換訓練服,「對了,晚上有空嗎?兄弟會有個派對,很多電影學院的女生會去。我可以帶你進去。」

  「今晚可能有事。」姜宇想了想,「但謝謝。」

  「隨時。」邁克咧嘴笑,露出白牙,「對了,你真會做飯對吧?我昨天不是開玩笑。食堂的飯太難吃了,要是你能每周做兩頓中餐,我負責採購,怎麼樣?」

  「成交。」姜宇點頭。

  七點五十分,兩人一起下樓。

  邁克背著運動包奔向訓練場,姜宇則朝國際學生辦公室走去。

  穿行而過的學生說著各種語言,自行車鈴聲清脆,遠處圖書館前已經有學生坐在台階上晨讀。

  姜宇放慢腳步。

  前世他無數次以「業界大佬」身份回到南加大演講、招聘、參加論壇。

  那時他已三十多歲,看著這些年輕面孔,總有種「隔世」的疏離感。

  現在,他就是他們中的一員。

  感覺...不壞。

  .......

  上午9:15,國際學生辦公室。

  三十多個來自世界各地的交換生擠在會議室里,一個名叫麗莎的金髮工作人員正在講解留學生守則:

  「...F-1簽證要求全日制學習,每周校內工作不超過20小時,禁止未經授權的校外打工。任何學術不端或違法行為都可能導致簽證取消...」

  姜宇坐在後排,一邊聽一邊用筆記本電腦查看蘋果股價實時行情——AAPL:$40.31,微漲0.03。

  他打開ETRADE的網頁,2005年,這家在線券商已經支持國際帳戶開戶,前世他第一個美股帳戶就是在這裡開的。

  填寫個人信息:姜宇,中國籍,F-1簽證,南加大學生,美國地址,中國永久地址(湖北大冶),年收入(填寫:父母資助10萬美元/年)。

  最關鍵的一步:投資經驗。

  他勾選了「有經驗(3年以上)」,並註明「在中國參與過股票和期貨交易」。

  這不算完全撒謊,前世確實有,只是這一世還沒有。

  然後是風險承受能力問卷。

  他全部選了最高風險偏好:「可以接受本金損失50%以上」「尋求高增長,不追求穩定收益」「投資期限3-5年」。

  最後是槓桿申請。

  2005年,美股保證金帳戶對國際學生相對嚴格,但並非不可能。


  他申請了5倍槓桿,即用10萬美元本金,最多可購買50萬美元市值的股票。

  這意味著如果股價下跌20%,他就會爆倉,本金全損。

  高風險,高回報。

  提交申請。

  頁面提示:「審核通常需要3-5個工作日。在此期間,您可以用現金帳戶交易。」

  姜宇關掉頁面。

  「...接下來是課程註冊指導。」麗莎切換到下一張PPT,「交換生必須在本周三前完成所有課程註冊。這是電影藝術學院的課程列表...」

  姜宇看向屏幕。

  《數字媒體技術基礎》《電影視覺特效史》《計算機動畫原理》《實時渲染算法》...都是他前世早就精通的內容。

  他還是認真記下課程編號和教授名字。

  .......

  下午1:30,工程學院計算機樓三層,實驗室。

  姜宇按照課程表找到《實時渲染算法》的實驗室。

  推門進去,房間裡只有六七個人,全是男生,空氣中瀰漫著代碼和速食麵的味道。

  周牧坐在角落,面前兩台顯示器,正盯著滿屏的數學公式和代碼。

  「嗨。」姜宇走過去,在他旁邊坐下。

  周牧抬頭,推了推眼鏡:「姜宇?你也選這門課?」

  「嗯。」姜宇看了眼他的屏幕,「在優化光子映射的內存結構?」

  「對。」周牧眼睛亮了,「我發現傳統的光子圖存儲方式太浪費,80%的光子最終不會對最終圖像產生顯著貢獻。我想用重要性採樣和自適應存儲...」

  他又開始滔滔不絕。

  姜宇耐心聽了五分鐘,然後開口:「為什麼不試試用機器學習預測光子重要性?」

  周牧愣住。

  「2005年,機器學習在圖形學中的應用幾乎是空白。」

  姜宇繼續說,「已經有論文開始探索用神經網絡做降噪、超解析度。如果我們訓練一個網絡,輸入場景的幾何、材質、光源信息,輸出每個光子對最終圖像的貢獻權重...提前剔除低權重的光子,存儲開銷可以降低70%以上。」

  「這...」周牧盯著他,像在看外星人,「這需要大量的訓練數據和計算資源。而且,實時性怎麼保證?神經網絡推理也需要時間...」

  「預訓練+輕量化模型。」姜宇說得很快,「用離線渲染的大量場景做訓練,得到一個通用模型。部署時用簡化的網絡結構,配合GPU加速。2005年的GeForce 7800 GTX已經有可編程著色器單元,可以做簡單的矩陣運算。」

  他頓了頓,補充:「我知道這聽起來超前。如果我們不做,一兩年後,一定會有人做。到時候我們就只能追趕了。」

  周牧沉默了很久。

  最後他說:「你有具體的方案嗎?」

  「有。」姜宇從背包里拿出U盤,「昨晚寫了個大綱,包括數據採集方法、網絡結構設計、訓練和部署流程。但需要懂數學的人來完善。」

  周牧接過U盤,插進電腦。

  屏幕上跳出一個PDF文檔,28頁,圖文並茂,從理論推導到偽代碼,甚至還有初步的基準測試預估。

  「你一晚上寫的?」周牧的聲音有些驚訝。

  「睡不著。」姜宇輕描淡寫。

  實際上,這是前世光影紀元在2018年才成熟的一項技術,基於深度學習的光子重要性預測。

  他憑記憶還原了核心框架,雖然細節需要填補,但方向和路徑是清晰的。

  周牧一頁頁翻看,呼吸逐漸急促。

  「這個損失函數的設計...巧妙。」他指著其中一頁,「用渲染誤差的梯度作為監督信號,而不是直接的光子貢獻值...」

  「因為直接貢獻值不穩定,受噪聲影響大。」姜宇接話,「用梯度更魯棒。」

  「對!對!」周牧猛地轉頭看他,眼鏡片後的眼睛閃著光,「姜宇,你到底是什麼背景?國內哪個實驗室出來的?」

  「中國傳媒大學,動畫與數字藝術學院。」姜宇微笑,「我們學校有幾位教授和MIT媒體實驗室有合作。我接觸過一些前沿資料。」


  半真半假的解釋。

  周牧信了。

  「這項目,我想做。」他說得很鄭重,「就算只是理論驗證,也有發表頂級論文的可能。SIGGRAPH級別。」

  「不止是論文。」姜宇壓低聲音,「如果我們真能做出原型,甚至工具鏈,未來可以賣給工業光魔、維塔數碼,或者自己創業。」

  「創業?」周牧愣住。

  「為什麼不行?」姜宇看著他,「美國每年有幾百家技術創業公司誕生。我們如果有核心算法,有專利,就有機會。」

  周牧沉默了。

  他低頭看著屏幕上的文檔,手指敲擊桌面。

  姜宇不急,他知道周牧需要時間消化。

  這個前世陪他創業十年的兄弟,本質上是個技術純粹主義者。

  他熱愛的是解決問題本身,而不是商業成功。

  需要用「技術可能性」來吸引他,而不是「賺錢前景」。

  「我需要想想。」最後周牧說,「但這項目我加入。就算不為了創業,也為了做出點不一樣的東西。」

  「好。」姜宇伸出手,「合作愉快。」

章節目錄