第75章 撿到寶了

請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能，避免出現內容無法顯示或者段落錯亂。

這種談判一次無法走完整個流程是很正常的事情，饒是像李彥弘那樣目的明確的拜訪，口頭協議之後也再仔細核對了一次合同的內容。

谷歌方面準備在一到兩天的時間內，草擬一份分成合約，動作已經很快了。

總體的意向基本上算是達成了，就加入谷歌這件事，還是雙向奔赴的。

孟繁岐需要藉助谷歌即將開發出來的深度學習框架TensorFlow(TF)，目前的程式碼實現方式實在太過不便。

谷歌海量的計算資源，和後來的張量計算單位叢集，也是孟繁岐以後想要實現種種創舉必不可少的工具。

成千上萬個計算單元，不管是英偉達的GPU還是谷歌的TPU，總是在大廠裡薅羊毛比較舒服。

如果自己構建叢集，不說幾個億的成本先進去，光是支撐這些裝置持續執行的損耗他就很難負擔得起。

所以這點上，孟繁岐必然是要加入谷歌的。谷歌也接受了分成的方式，只是具體分成怎麼分法，谷歌方面需要慎重評估一下。

既然入職的大方向已經決定，剩餘的時間，自然就有一些吹牛畫餅的環節。

千萬不能小看這部分，尤其是合同正式簽署前。大餅花得好，預算砍到腳。

真給你忽悠瘸了，上點價值和情懷，低預算將人拿下也是非常有可能的事情。

“我加入谷歌已經差不多十五年了，在這家公司見證了網際網路的崛起，而現在我認為我正在引領著人工智慧的崛起。”

現在這算是談完正事之後，討論過去和未來願景的環節，傑夫希望介紹一下自己和谷歌對AI未來的一些計劃和藍圖。

“幫助計算機識別物體，理解語言語音，甚至進行對話，這些以前看來根本是天方夜譚的事情，如今逐漸成為現實。”

“就單單拿計算機視覺這一個方向來說，就在過去的五到十年裡，計算機就快速地發展出了[看]的能力，並且，就你最新的成果來看，已經飛速來到了人類水平。”

AI時代的技術發展實在太快，這是傑夫願意下血本招攬人才的核心原因。

“谷歌現在有許多希望發展AI技術的場景，我們要實現一百多種語言的相互翻譯，以便人們更好的交流；我們要智慧分析醫療影象，更精準地預測和診斷疾病。這些所有的應用當中，其實最核心的就是兩件事情，演算法和算力。”

傑夫的總結非常精要，現代的AI主要基於神經網路這個老古董演算法，如果拋開計算能力去談論AI演算法，完全是空中樓閣。

“谷歌有決心打造世界上最強力的算力平臺，我們一定會讓優秀智慧的演算法最大程度上發揮它們的價值。”

對於傑夫的這個決心，孟繁岐並不懷疑，這正是他初期選擇谷歌的原因。

“算力的含義比較純粹，也好理解。但演算法的含義太多，其實我個人倒是覺得，網路結構本身的設計不是什麼重點和核心的東西。

真正想要改變世界，需要足夠簡單易用的框架和平臺，要易於部署，在運算的資料型別上做最佳化加速。”

這個階段，業界非常關注神經網路的設計，具體哪一層怎麼設計，用什麼操作比較好。

這個時期，這麼做起到的收益也十分巨大，比如去年的AlexNet和今年的DreamNet，都有很恐怖的提升。

不過在孟繁岐看來，AI時代後期的結構就不怎麼變化了，最重要的還是大力出奇跡，加上他很清楚什麼任務用什麼結構比較好，結構設計對他來說太過簡單。

“當競爭走到最後，大模型的訓練技術，和海量優質資源更為關鍵一些。”

傑夫和辛頓偷偷交換了一下眼神，感覺怪怪的。

本來是傑夫來給這個還在學校裡接觸研究的本科生展現一下谷歌的野望，什麼多領域開花，最大的計算平臺之類的。

怎麼感覺這小子對AI工業的主要痛點問題了解的如此清楚，不像是象牙塔裡搞研究的樣子。

學界研究AI，主要是為了驗證某個猜想，提升具體的指標。

工業AI則更加務實一點，怎麼實現需要的資源少，怎麼做模型的速度更快，怎麼樣才能部署到不同的裝置上。

兩邊經常彼此看不慣，學界覺得工業界就是幹髒活累活的打工仔，沒什麼創新突破。工業界則覺得學界就會寫論文吹牛，做出來的東西大家根本用不到。

傑夫和辛頓可以說是工業界和學界的代表人物了，傑夫就連讀書的時候，所寫的畢業論文都是工業方向的，大型神經網路的並行訓練。

那時候才1990年，傑夫已經開始研究2023年最為核心的技術，大模型的訓練方法。

“我不得不說，我本以為連續做出演算法方面突破的你會是一個偏學界風格的人。”傑夫表情詫異中帶著驚喜，“沒想到你看待問題的思維和我們工業界的需求非常符合。”

傑夫接觸過的出色學者很多，甚至就連辛頓都帶有學界的思維慣性，因此在谷歌大腦內部，辛頓並不參與任何管理和決策工作，只專心負責學術研究。

或許這一次，我招聘的並不僅僅是一個出色的演算法研究員，他可能在公司的AI戰略上也能夠給我不小的幫助。

傑夫隱隱約約有這種預感。

他之前的十幾年是谷歌的技術骨幹，參與的管理專案並不多。但AI這個方向，是他大力支援吳恩達推動的，因此這方面的許多事情都由他來領導。

作為一個領導者，傑夫喜歡不一樣的觀點，喜歡新鮮的事物。

比如神經網路和AI，雖然90年時期他也曾鑽研過，但之後他在谷歌的工作更多的是架構，搜尋，廣告方面。

其實並沒有再更新過任何AI知識。

直到2011年，吳恩達與谷歌合作專案，他向傑夫建議道，情況在飛速改變，谷歌應當重視AI技術。

傑夫很迅速就擁抱了這個變化，甚至可以說，他天生就對這種自己不夠熟悉的潛力方案感興趣。

一旦被他搞懂了問題的解決辦法，他反而會失去興趣。

孟繁岐在AI戰略的想法與自己不同，傑夫反而更加欣喜，心中暗道，這回真的是撿到寶了。