“來(lái)我這里讀怎么樣？讓你直接從本科最后一年開(kāi)始，畢業(yè)了直博，給你全獎(jiǎng)。”

    李飛飛坐在韓辭的位置上，開(kāi)始和孟繁岐搭話。

    “哈哈哈，全獎(jiǎng)倒不是關(guān)鍵，我主要擔(dān)心后面幾年我可能沒(méi)多少時(shí)間在學(xué)校?！泵戏贬Φ溃固垢５膶W(xué)費(fèi)不便宜，一年大約五六萬(wàn)美金，算上生活住宿費(fèi)用，一年得要七八萬(wàn)美金。

    對(duì)于普通學(xué)生來(lái)說(shuō)，這是一筆天價(jià)費(fèi)用，不少美國(guó)學(xué)生都需要借助學(xué)貸款，直到工作數(shù)年之后還有大量額度沒(méi)有還清。

    但幾十萬(wàn)美金對(duì)孟繁岐來(lái)說(shuō)，已經(jīng)是可以忽略不計(jì)的數(shù)字了。

    光是這幾天白度股票漲幅帶來(lái)的收益，就已經(jīng)差不多超過(guò)五十萬(wàn)美金。

    說(shuō)起這部分股票，孟繁岐準(zhǔn)備過(guò)幾天就開(kāi)始緩步分批出掉這些股份，在美股尋找一些有潛力的公司投資。

    并且他已經(jīng)與柳秘書(shū)聯(lián)絡(luò)過(guò)，把李彥弘那里預(yù)支的第二筆，共計(jì)一千八百萬(wàn)元打在了國(guó)內(nèi)的賬戶上。

    因?yàn)樗蝗幌肫?，在目前這個(gè)時(shí)間點(diǎn)，似乎在國(guó)內(nèi)還有筆錢(qián)可以白撿，而且是最后的窗口期。

    那就是米忽悠，這個(gè)后來(lái)價(jià)值千億的公司目前似乎還沒(méi)有看到曙光。

    “這個(gè)月中先去尚海走一趟吧?！泵戏贬⒉挥浀脦讉€(gè)非AI公司的情況，重生前很少關(guān)注這方面。

    但米忽悠的經(jīng)歷著實(shí)還是比較離奇的，值得他走之前專門(mén)跑一趟尚海。

    “不在學(xué)校也不要緊，哪里做研究不是做研究？”先不說(shuō)李飛飛本身也跟谷歌聯(lián)系甚密，如果學(xué)生自己能產(chǎn)出這樣質(zhì)量的學(xué)術(shù)成果，做導(dǎo)師的哪里還管那么多？

    “這么好？”孟繁岐其實(shí)也就是象征性讀一個(gè)學(xué)位出來(lái)，沒(méi)太把這件事放在心上。

    這么多論文反正都要發(fā)，成果都要做，何不順帶拿個(gè)學(xué)位？

    只要導(dǎo)師管的少就行，不指望導(dǎo)師提供多少指導(dǎo)和資源。

    拋開(kāi)他本身的獨(dú)特優(yōu)勢(shì)，他此時(shí)也已經(jīng)有了辛頓的指引和谷歌的資源，在這方面的條件基本上封頂了。

    李飛飛顯然也很清楚這一點(diǎn)，主打的就是一個(gè)寬松自由加優(yōu)惠，“你直接來(lái)讀本科最后一年，先把學(xué)分修了。畢業(yè)之后直接來(lái)我這里掛著讀，文章就和谷歌合作直接出好了?！?br/>
    不僅李飛飛本人和谷歌聯(lián)系千絲萬(wàn)縷，17年更是直接正式擔(dān)任過(guò)谷歌的副總裁，主要負(fù)責(zé)AI研究和與云系列產(chǎn)品的融合。

    就連谷歌的兩位主要?jiǎng)?chuàng)始人，謝爾蓋·布林和拉里·佩奇，均為斯坦福的計(jì)算機(jī)科學(xué)博士生。

    所以對(duì)斯坦福谷歌雙方來(lái)說(shuō)，孟繁岐一邊在谷歌打工研究，一邊在斯坦福讀這些個(gè)學(xué)位，大家一家人不用分得那么清楚。

    這也是孟繁岐點(diǎn)名斯坦福的主要原因。

    “那就說(shuō)好了？”在孟繁岐的角度，李飛飛是一個(gè)很不錯(cuò)的選擇。

    首先，她是移民華裔，對(duì)華國(guó)人也相當(dāng)照顧。比如后來(lái)成為阿貍VP的賈揚(yáng)清，在斯坦福的時(shí)候雖然不是李飛飛的學(xué)生，但也被其多次督促學(xué)習(xí)。

    雖然目前地位還沒(méi)有那么高，但后來(lái)是美國(guó)三院院士，在斯坦福AI圈內(nèi)算得上第一流導(dǎo)師。

    其次，她跟《自然》《美國(guó)國(guó)家科學(xué)院院刊》等頂級(jí)雜志，以及視覺(jué)三大頂級(jí)會(huì)議等組織的關(guān)系很不錯(cuò)，她的IMAGENET賽事經(jīng)常在頂會(huì)上舉辦。

    與她合作，自己的成果發(fā)布起來(lái)會(huì)輕松不少。憑借自己的成果質(zhì)量，基本上幾個(gè)會(huì)議的獎(jiǎng)項(xiàng)可以說(shuō)是預(yù)訂了。

    最后，她在谷歌的影響力，會(huì)一定程度上使得自己的成果更容易推動(dòng)，乃至具體分成和其他的谷歌內(nèi)部事情都會(huì)更加順利一些。

    在會(huì)場(chǎng)直接謀求入學(xué)斯坦福是孟繁岐之前就想好了的事情，因此他早就備好了紙質(zhì)的簡(jiǎn)歷和研究計(jì)劃書(shū)等內(nèi)容，甚至還包括辛頓幫忙寫(xiě)的推薦信。

    可以說(shuō)是非常有備無(wú)患了，辛頓也只得扼腕嘆息，為何自己所在的學(xué)校偏偏遠(yuǎn)在加拿大，果然還是近水樓臺(tái)先得月。

    此時(shí)，臺(tái)上的韓辭手忙腳亂了一番之后，開(kāi)始了自己的展示部分。

    “到目前為止，AI相關(guān)的學(xué)科發(fā)展，已經(jīng)徹底改變了人們過(guò)去對(duì)AI的認(rèn)識(shí)。孟的殘差思想在許多圖像任務(wù)上取得了令人嘆為觀止的成就。

    比如比人類更精確地識(shí)別圖片，又或者直接憑空生成完全不存在的圖像。而這些了不起的成就，主要是通過(guò)求解的方式來(lái)完成。

    例如，對(duì)于任一圖像問(wèn)題，我們感興趣的是從圖片到具體意義的映射函數(shù)，比如圖像到它的內(nèi)容的類別。

    目前慣常的訓(xùn)練做法是，基于一個(gè)有限的數(shù)據(jù)，給出目標(biāo)函數(shù)的一個(gè)高效逼近。又或者是利用沒(méi)有標(biāo)簽的有限樣本，逼近采用背后的未知概率。”

    “神經(jīng)網(wǎng)絡(luò)的基本組成部分即為：線性變換與一維非線性變換。深度神經(jīng)網(wǎng)絡(luò)，一般就是上述結(jié)構(gòu)的反復(fù)復(fù)合。

    對(duì)于已經(jīng)構(gòu)建的網(wǎng)絡(luò)，設(shè)計(jì)一個(gè)最優(yōu)化問(wèn)題，根據(jù)經(jīng)驗(yàn)誤差去擬合數(shù)據(jù)，有時(shí)加上一些正則化項(xiàng)，并求解該優(yōu)化問(wèn)題?！?br/>
    韓辭的幻燈片上開(kāi)始展示密密麻麻的一些公式，“由此，我們便可以把誤差分解成三部分，逼近誤差完全由假設(shè)空間的選取所決定，估計(jì)誤差由數(shù)據(jù)集的大小和質(zhì)量而帶來(lái)的額外誤差，以及優(yōu)化誤差，這是由優(yōu)化，或者說(shuō)訓(xùn)練帶來(lái)的額外誤差?！?br/>
    雖然之前已經(jīng)大概了解了韓辭在這方面的想法，但在如此正式的場(chǎng)合，看到她有些緊張卻仍舊十分自信的展示這些專業(yè)高深的內(nèi)容。

    孟繁岐還是相當(dāng)敬佩的。

    這里面的不少結(jié)論都是后來(lái)世人熟知的，不過(guò)大都是通過(guò)大量的實(shí)驗(yàn)觀察，總結(jié)歸納出的一些經(jīng)驗(yàn)性結(jié)論。

    雖然今生，孟繁岐將會(huì)在諸多AI應(yīng)用領(lǐng)域開(kāi)天辟地，可內(nèi)在的數(shù)理證明，終將是他兩輩子都無(wú)法越過(guò)的鴻溝。

    對(duì)那些可以做到這些事情的人，人們難免會(huì)另眼相待。

    而此時(shí)此刻，會(huì)場(chǎng)當(dāng)中，看好韓辭的并不只是懵懵懂懂覺(jué)得厲害的孟繁岐。

    以辛頓為首的學(xué)院派，比如牛津團(tuán)隊(duì)的幾位老教授，眼中滿是贊許的目光。

    這個(gè)待遇是連孟繁岐?jiǎng)倓傄矝](méi)有的。

    “可能這就是老學(xué)究們對(duì)于理論的偏愛(ài)吧?！泵戏贬χ鴵u了搖頭，自己這個(gè)做AI應(yīng)用技術(shù)的，可能永遠(yuǎn)沒(méi)有辦法獲得這幾個(gè)怪老頭的如此偏愛(ài)。

    ，