2013年的12月，孟繁岐即将前往澳大利亚，XN，参加计算机视觉方向的顶级会议，ICCV-2013，国际计算机视觉大会。

他没有任何的文章投稿并发布在这个会议，但所有人都很清楚，这个没有投稿的人才是本次会议的绝对核心。

去年的同一时刻，AI三巨头之一，加拿大多伦多大学的Hinton与自己的学生一同发布了AlexNet。

在千万级别的图片上提取了人类难以理解和解释的知识。

作为唯一一个使用神经网络作为核心算法的队伍，他们以碾压的姿态击败了传统的算法，获得了千分类这样一个复杂视觉任务的冠军。

AI的新时代，深度学习从这一刻开始，以谷歌，微软，白度等公司为首的巨无霸科技企业蜂拥而至，让原本比较纯粹的AI领域多了几分工业界的务实，当然也有一些资本的铜臭。

2013年，相同的赛事例行举办。

就在各路高校，机构还在争相复现去年Hinton团队的结果之时，一个众人从未听过的名字，孟繁岐，使用DreamNet，以一个更为夸张的性能提升傲立于竞赛的所有任务榜单之上。

并且4.8%的top-5错误率更是已经突破了赛方四年前提供的人类标准5.1%。

这个恐怖的提升完全超乎了所有人的想象和理解。

此时距离结果的公布已经接近一个月，整个学界对这个结果是如何做到的仍旧是一无所知。

协办该赛事的ICCV会议方早已给名列前茅的参赛者们都发送了邀请邮件。

所幸这个神秘的“Meng”

很快便确认出席。

否则还真没有人清楚到底该怎么联系上他。

不仅是不够熟悉这个领域的人难以想象，就连深耕该领域接近半个世纪，去年以三人之力刷爆榜单的Hinton团队，也完全想不明白这么恐怖的性能进步到底是怎么实现的。

有人在自己最擅长的领域做出了这么可怕的突破，自己却完全没有任何思路和头绪，这对这个灰白头发的老人来说是一件一时间不大容易接受的事情。

除此之外，最大的压力来自于他的雇主谷歌。

时年六十五岁的Hinton在去年将该竞赛的千分类Top-5准确率从75左右直接提升到单模型85。

这对当时的谷歌来说是一个巨大的震撼。

虽然没有正式参赛，但一向对海量数据的处理非常自信的谷歌，私下里在竞赛的数据上做了一些验证。

结果却发现，拥有丰富大数据处理经验，并具备海量计算资源的自己，被Hinton三人组这样一个学界的小团队给狠狠地爆出了十条街。

技术是核心生产力。

敏锐地谷歌很快意识到深度神经网络的潜力，但同时的，还有其他知名公司和机构。

Hinton团队的电话和邮箱很快被挤爆，

谷歌派出了工程主管Alan，甚至名震硅谷的JeffDean亲自前往加拿大拜访，以求Hinton团队加入谷歌。

JeffDean其人加入谷歌甚早，也是早期谷歌三位大牛之一，由于其实在太牛，坊间流传有不少他的笑话，人称姐夫笑话。

大抵都是些，“光曾经时速只有120kmh，后来Jeff花了一个周末对物理学进行了小小的优化”

又或者，“Jeff编程的时候只使用0和1两个按钮”

“编译器从来不给Jeff警告，是Jeff警告编译器”

他在2011年创立谷歌大脑，誓要奠定谷歌AI世界领先的地位。

并且在12年，就已经能够做到识别自己旗下Youtube视频内的一些内容，以及大大增强了语音识别的准确度。

……

本章未完，请点击下一页继续阅读！

本站网站:.kuaishuku