。
只不过那个时候神经网络还没有得到重视。
在余恺看来,李彦弘前段时间带回来的结果是相当不真实的。
“什么斯坦福,mit,哈佛,哪个顶尖大学我没去研讨过?现在国际顶尖的检测算法水平到了什么程度,还能有人比我更了解吗?”
余恺质疑的逻辑也不无道理,不过语气上确实冲了一些。
一方面是因为这是自己的专业领域,难免有点不服输。另一方面,李彦弘对这个夸张结果的无条件信任,也让余恺心中有些不快。
假如该结果真实有效,一旦直接投入使用,就意味着自己过去一两年内的许多相关工作付之一炬,沦为无用功。
本能排斥也是人之常情。
“我说老板,你别不是被忽悠了吧?他就单枪匹马,一个人就搞出了比我们研究院的最新成果精准又快百来倍的技术?”
如果这个技术是真的,余恺有点希望它是假的。但若真是假的,余恺其实又很希望它是真的。
多么矛盾的心理。
“老余,你的视角和想法显得实在狭隘了一些,虽然当天我们没有交流具体的技术细节。但从他今年的两个巨大突破来看,这件事情的真实性是没有疑问的。”
李彦弘此时也觉得,自己可能处理这件事情的方式方法有些欠妥。直接越过了专门的技术人员,这让他们可能会有些情绪
但当时确实也是比较突然,起初只是为了招揽人才,并没有技术合作的计划。
“我就是仔细阅读过他的论文,才更觉得这件事情说不通。”余恺当然不否认孟繁岐dreamnet和生成式对抗网络的成绩。
这两个成果目前已经有所定论了,业内普遍的反响和评价都非常之高。
余恺推测,李彦弘拿回来的这个结果当中,便是采用了dreamnet技术的神经网络作为骨干,因此才会在检测的性能,准确度上有了这么大的突破。
李彦弘带回来的dreamnet论文,他也有仔细阅读。
“dreamnet将神经网络做得非常深,他采用了非常简洁优雅的结构,处理掉了深层网络优化难的问题。”
余恺对这个成果是非常惊叹和赞赏的。
“但与此同时,你的网络也会加深好几倍乃至于十几倍。在这种情况下,网络的参数和运算量当然会随之成倍增长。
当然了,可以做一些处理和结构上的调整来平衡这个问题,但说到底,检测的速度不变慢就很不错了,怎么可能还能加速百来倍呢?”
这其实也是普通人的思维误区了,觉得一个人如果刚刚做出了一些非常重要的突破成果,那他是很难同时完成其他方面的巨大突破的。
在余恺看来,孟繁岐在半年的时间内直接开拓了两个大的领域,无监督式的生成,和真正意义上的“深度”学习时代。
他是不会有时间和精力同时对检测算法有非常深入的研究的。
加上李彦弘这次带回来的是dreamnet的一版本手稿,这也误导了余恺的思路。
让他误以为孟繁岐的检测算法技术突破,主要是来自于对dreamnet的应用。
所以他认为自己很快就理解了性能突飞猛进的原因,可他读完dreamnet论文之后,对这个结构的参数量稍加计算,却怎么也无法理解速度提升到底是哪儿来的。
“要么这样吧,我把他约过来,我们先做一个技术的交流。这样其他相关的地方也好适配。”
李彦弘突然联络孟繁岐,一方面是为了打消下属的疑虑,另一方面,他自己被说得其实也有点不确定了。
请收藏:https://m.bqui.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)