第42章 给李总一点小小的技术震撼

上一页返回目录下一页
最新网址:www.umixs.info

    不得不承认,李彦弘被震惊了,但很快他就发现自己还震惊早了。

    这特么是什么恐怖的结果?在检测准确度有质的飞跃的同时,模型的运行推理速度竟然是现在顶尖算法的一百多倍??

    你不是在跟我开玩笑吧?这个结果肯定有问题。

    李彦弘是精通计算机技术的人,正因为如此,他一时间根本想不出好的办法,甚至好的可能性来解释这个夸张结果的原理又或者是可行性。

    语音和图像检测是白度现在主力在搞的技术,他甚至为之组建了华国第一个专攻这方面的研究院。

    里面不少才俊都是如今天这样,他亲自去谈去沟通,或者派出非常亲信的下属去招来的。

    李彦弘不是要否认孟繁岐的才能,只是这个差距实在太过夸张,让他一时间根本无法解释也无法接受。

    “难道要我承认,我这一大家子研究员,上上下下几十号人,还不如面前这个本科生的百分之一?”正值自己人生巅峰的李彦弘心理上实在接受不了。

    检测的推理速度差了一百五十多倍就算了,对方竟然还没有牺牲性能来换取检测速度。

    这特么到底算是怎么回事?

    李彦弘已经看完三遍这个表格了,这表格上都是简明易懂的数字,加上几个使得内容更好理解的可视化图表。

    孰优孰若,一目了然。就是让初中生去看,一分钟也看明白了。

    但李彦弘已经反反复复看了三分钟了,他一言不发,翻来翻去,不知道在确认些什么。

    似乎是想要找到一些不合理的地方,但找着找着就发觉不对劲。

    这实验记录上的所有数字,就没有一个是对劲的。

    个个都是自己现在阶段想都没有想过的级别。

    “不是..额..你这个..额..”李彦弘张口想问些什么,但竟一时语塞,这在他的人生当中也算是非常少见的情况了。

    “你保证,额..你确定这些数据和结果,是没有问题的是吧。”

    这其实是一句废话,孟繁岐笑道,“如果有问题,我怎么敢拿给李总您看呢?”

    李彦弘将薄薄的几张纸放回桌上,靠在椅背上闭目养神了半晌,最终反问道,“你想要怎么合作。”

    孟繁岐心中暗笑,看来李彦弘也被超前两年的技术突破所震慑到了。换其他行业也许两年没有什么新东西,可在AI的这十年里,尤其是13-18年的前五年。

    原地飞升的技术可不在少数。

    “李总,出于我个人和其他方面的一些考虑,我今后几年的重心可能不在国内。但不在国内,不加入白度,并不代表我们技术上不可以合作。”

    孟繁岐知道,随着李彦弘的这句反问,交流的主动权已经逐渐来到了自己这边。

    “我国在互联网和一些技术方面,一直有自己的管理和限制。许多国外公司的技术和服务,是不能够直接顺利地在国内提供的。这点李总应该是感触颇深的。”

    “而AI技术往后的发展,会非常依赖海量的数据和企业的管控,这两者又是华国不论如何也不会彻底放开给国外企业的。”

    说到这里,孟繁岐的意思已经相当清楚了。

    孟繁岐从包中掏出了几张检测算法的实验记录表格,“李总,你可以看看我过去几个月的实验结果。我是在十分了解小模型加速优化的情况下做出的判断,而跟您谈合作,我也不是只靠着一个竞赛的冠军。”

    IMAGENET竞赛才刚刚结束没多久,生成式对抗网络这么爆炸的创意,论文也刚刚发布出来,这小子竟然还有时间和精力去搞其他的研究?图像的检测算法?

    可越到开创性,突破性的工作,这些华国人的机构就总是国外的院校和研究院。

    这才是孟繁岐即便借助重生的优势,也不得不选择去硅谷发展的原因。

    想要在国内的大厂,打好坚实的研究基础,所要付出的努力,需要承担的压力都实在太大了。

    “所以你基本上完全否定了小模型的价值?”李彦弘对这个观点,不敢苟同。“在我看来,小模型和移动端模型与智能,是有非常广大的市场和前景的。”

    “这取决于具体的应用场景,终端的智能究竟做什么用途,是否可以稳定联网。如果只是最简单的图像分类和检测,又在无法稳定联网的情况下,当然还是具有一定的价值。”

    “比如自动驾驶场景。”孟繁岐补充道,“我怎么会否定小模型的价值呢,作为研究算法的程序员,我相当关注具体模型和技术的精确度和运行时间。”

    因而GPT系列这样专注语言生成的技术,则一直被忽视。

    GPT3, GPT3.5,在默默无闻的情况下持续迭代新的技术,这在华国的互联网氛围内是非常困难的事情。

    曾经辗转过燕京尚海2-3个大厂的孟繁岐,深知这些互联网大厂的尿性。

    模型的设计,理念的提出,只在早期可以起到如此显著的效果。

    越到后面,其实高质量的数据会起到更加关键的作用。

    难道是华国人不够聪明吗?当然不是。

    去翻阅一篇篇顶尖的AI论文,很容易就可以发现很多明显一眼就是华国人的名字。

    而想要取得ChatGPT这样的成功,其实技术层面的占比就不是特别大了。

    GPT和GPT2都是论文代码都开源的技术,只不过当时BERT类的,将语言任务具体分为几个分支的技术方式更加的火爆。

    而这个方向的技术,又恰恰是高校基本上无法负担得起的。

    孟繁岐从来不是崇洋媚外,厉外垃同的人。但他纵观AI的发展史,也不得不承认,围棋的AlphaGO,蛋白质的AlphaFold,乃至突破性的大模型,ChatGPT。

    却始终没有一个是华国出品。

    只要稍稍看到一些技术的突破和成果,所有的人都在问一个问题,“到底怎么才能把它变成钱?”

    过分无意义的内卷和竞争,导致996的大厂们很难去接受一个需要迭代几年以求一鸣惊人的大突破。

    这种与人高强度交互的AI智能,只要它的能力提升了一点,人们就很难继续回去接受性能更差的版本了。

    就如同分辨率一般,大家看惯了高清之后,是没法接受模糊的480p的。

    一旦输掉了大模型的军备竞赛,绝大部分用户都会被顶部的巨头虹吸走。

阅读重生之AI教父最新章节 请关注完美小说网(www.umixs.info)



随机推荐:打脸是门技术活炼明大秦之万代帝王都市之最强仙道重生之追爱少女火影之超级副本

上一页返回目录下一页
推荐本书加入书签报告错误