是的,以太动力暂时不需要投资。
以她对林允宁的了解,那个小家伙也不太可能接受风投的注资。
但只要在投资圈打响名气,未来的很多事情,都会好很多。
与此同时,B厅的学术报告现场。
林允宁坐在后排,手里拿着一支笔,笔记本上却是一片空白。
台上的演讲者是来自斯坦福的一位教授,正在讲《支持向量机SVM在图像分类中的核函数优化》。
幻灯片上全是凸优化ConvexOptimization的公式,严谨、漂亮、无懈可击。
“只要我们找到那个完美的超平面,就能将猫和狗的数据点在万维空间里完全分开。。。。。。”
台下掌声雷动。
2007年,是SVM和贝叶斯网络的黄金时代。
人们迷恋这种数学上有着严格证明,具有全局最优解的模型。
至于神经网络?
那是“炼金术”。
是非凸的,容易陷入局部极小值的,不可解释的黑魔法。
一个搞不清原理的黑匣子,注定不会成功。
林允宁听了一会儿,起身离开了会场。
在走廊的茶歇区,他看到了一个熟悉的身影。
一个留着法式微卷发型,戴着眼镜的中年人,正孤独地站在一张关于“卷积神经网络CNN”的海报前,手里拿着一块干硬的曲奇饼干。
他的海报前空无一人,和旁边SVM展区的水泄不通形成了鲜明对比。
YannLeCun杨立昆。
未来的图灵奖得主,Facebook首席AI科学家。
但现在的他,还是个被主流学界排挤的“顽固分子”。
他的卷积网络虽然在90年代成功识别了手写数字,但因为算力限制和理论偏见,已经被学术界冷落了快十年。
林允宁走过去,站在那张海报前。
“局部连接,权值共享。”
林允宁看着海报上的结构图,轻声说道,“先生,您是在模仿人类视网膜的感受野ReceptiveField。这才是图像处理的本质,而不是把像素拉成一条长长的向量去喂给SVM。”
杨立昆愣了一下,转头看着这个年轻的亚裔面孔。
“你看得懂?”
他的英语带着浓重的法国口音,“现在这帮年轻人,都在忙着推导核函数,已经没几个人愿意看这种‘老古董了。他们说这东西只有在识别邮政编码时才有用。”
“那是他们还没意识到算力爆炸的临界点快到了。”
林允宁指了指不远处正在展示GPU渲染技术的NVIDIA展台,“当显卡的浮点运算能力再翻两番,您这个‘老古董”就会变成吞噬一切的巨兽。到时候,那些漂亮的核函数在千万级像素面前,连跑都跑不起来。”
杨立昆的眼睛亮了。
那种眼神,就像是在茫茫荒原上遇到了唯一的同类。
“你是哪个实验室的?多伦多的?还是蒙特利尔的?"
“芝加哥大学,以太动力。”