第607章 畅谈深度学习未来

夏冬进一步加大了思考强度，推演着这个计划的可行性。 把这些前沿的科研项目交给公司内部的人去做，其实并不明智。 盛夏科技的工程师们代码能力很强，但学术研究的底子相对薄弱。 而且学术研究的周期太长，充满了不确定性。 公司的基因是工程落地、追求商业变现，不适合长年累月地在实验室里磨论文。 这种事，天然就该让高校的科研机构来做。 公司提供算力、框架和方向指导，学者们产出学术成果。 这是绝对的双赢局面。 更重要的是，盛夏科技不能把所有的事情都做了，把钱全赚了。 一个健康的生态，必须让参与其中的各方都能拿到属于自己的好处。 学者拿名，公司拿利和生态话语权，各取所需。 夏冬看着郭长征，回想起后世人工智能的发展史。 郭长征现在的研究方向，正是后世大放异彩的深度学习路线。 但在2009年即将到来的这个时间节点，他这个方向却备受冷落。 作为一个副教授，郭长征能申请到的科研经费和算力资源非常有限。 这其实也是整个学术界的常态。 老一辈的学阀们占据着顶级的学术资源和话语权。 他们往往固守着自己当年成名的那套理论，对新事物充满排斥。 夏冬手指停下敲击，深刻感受到了一种历史的宿命感。 科学的进步，很多时候并不完全取决于出现了多少个绝世天才。 而是在于那一代固执的老派学者终于退休了，退出了历史舞台。 常规的学术资源被重新分配，新的方法和路线才能慢慢生根发芽。 科学的发展，极度依赖于社会关系和权力结构的更迭。 没有资源的年轻学者，哪怕方向再正确，也只能在冷板凳上蹉跎岁月。 夏冬决定当这个打破平衡的推手。 他要绕开那些占据资源的老派学者，直接给郭长征这样方向正确的年轻派灌注资源。 用资本和超前的技术认知，强行催熟这条时间线上的深度学习技术。 下课铃声响起，教室里的学生开始收拾书本。 郭长征拧紧保温杯，准备离开。 夏冬站起身，走上讲台叫住了他。 “郭老师，你有空吗，我有个事想和你聊聊。” “夏冬啊，有空，怎么了？是对刚才讲的算法有什么疑问吗？” 郭长征看着眼前这个学生，脑海里不自觉地闪过系主任方主任曾经的叮嘱。 还是一年多前，大一开学前，方主任特意和他嘱咐，要对这个叫夏冬的学生“特殊照顾”。 当时郭长征心里还犯嘀咕，以为是哪个塞进来的关系户，或者是脾气古怪的二世祖。 毕竟能让系主任亲自打招呼的，背景肯定小不了。 郭长征甚至做好了应对各种突发状况的准备。 结果这一年带下来，郭长征发现自己完全想多了。 夏冬平时非常低调，上课从来不捣乱，作业按时交，成绩在班里更是遥遥领先。 除了偶尔请假次数比别人多一点之外，没有任何出格的行为。 那些请假条理由都很正当，郭长征每次也都痛快地批了。 反正只要不影响考试成绩，大学生有点自己的私事很正常。 时间久了，郭长征也就渐渐淡忘了系主任那句“特殊照顾”的嘱托。 他现在只把夏冬当成一个聪明、省心、可能家里有点背景的优秀学生。 “老师，上课听了你讲的那些模型，我心里有些想法，想向你请教一下。”夏冬说道。 郭长征点点头，放下黑板擦，拍了拍手上的粉笔灰。 “行，这里不是说话的地方，马上下一节课的学生要进来了。走，去我办公室聊。” 两人一前一后离开教室，顺着走廊走向教师办公区。 郭长征的办公室在走廊尽头，是一个双人办公室。 不过另一位老师不在，办公室里显得很安静。 郭长征推开门，走到饮水机旁，拿了两个纸杯接水。 “坐吧，随便坐。”郭长征把其中一杯水递给夏冬。 夏冬接过水杯，道了声谢，拉过办公桌旁的一把椅子坐下。 郭长征端着自己的水杯，在夏冬对面坐下，摆出一副倾听的姿态。 “说吧，遇到什么技术难题了？还是对未来的研究方向有疑惑？” 夏冬双手捧着纸杯，感受着纸杯传来的温度，表情十分认真。 “郭老师，刚才课上你提到了现在主流的几种机器学习算法，特别是支持向量机。” 郭长征点点头：“对，这是目前学术界研究最热的方向，数学理论非常完备。” 夏冬话锋一转：“但是我感觉，这种依靠人工提取特征，然后再丢给分类器的方法，是不是存在上限？” 郭长征拿着水杯的手微微一顿，有些错愕地看着夏冬。 他本以为夏冬是要问某道课后题怎么解，或者某个公式怎么推导。 没想到夏冬一开口，直接跳过了基础应用，直奔算法路线的底层逻辑。 这种问题，通常是带研究生开组会时才会讨论的议题。 “你详细说说你的看法。”郭长征放下水杯，语气变得郑重起来。 夏冬在脑海里快速整理了一下语言。 重生前，他只是一个业务程序员，对于人工智能这种前沿领域的底层逻辑和发展路线，他其实了解的不多。 但在这一年里，他经常都会花大量时间用手机和豆包进行深度对话。 从底层硬件架构，到上层算法演进，他把未来十几年科技发展的脉络梳理得清清楚楚。 他知道未来的赢家是谁，也知道哪些技术路线最终被证明是死胡同。 现在的夏冬，如果让他马上手搓一段复杂的底层驱动代码，他可能做不到。 但如果谈论技术的发展方向和宏观架构，放眼整个2009年，没有人比他更清晰。 他现在就是以一个未来技术架构师的视角，在审视当下的学术界。 夏冬开口说道：“老师，我是这么想的。人工提取特征，非常依赖专家的经验。” “如果我们要识别一张图片里是不是猫，我们就得让人先定义猫的特征。” “比如耳朵是尖的，有胡须，有尾巴。”夏冬举了一个非常直白的例子。 “但是猫的姿态千变万化，可能会卷成一个球，可能会被挡住一半。” “光靠人去写规则，写条件判断，根本写不完所有的可能性。” 夏冬看着郭长征，抛出了核心问题：“这种专家系统或者传统机器学习，在面对复杂的现实世界时，其实非常脆弱，对吗？”