第(1/3)頁

    2013年的12月，重生歸來幾個月的孟繁岐即將前往澳大利亞，西尼，參加計算機視覺方向的頂級會議，iccv-2013，國際計算機視覺大會。

    他沒有任何的文章投稿并發布在這個會議，但所有人都很清楚，這個沒有投稿的人才是本次會議的絕對核心。

    去年的同一時刻，ai三巨頭之一，加拿大多倫多大學的辛頓(hinton)與自己的學生阿里克斯(alex)一同發布了人類歷史上第一個深度神經網絡--阿里克斯網絡(alexnet)。在千萬級別的圖片上提取了人類難以理解和解釋的知識。

    可以根據圖片的內容，分辨出它屬于一千種類中的哪一種。

    作為唯一一個使用神經網絡作為核心算法的隊伍，他們以碾壓的姿態擊敗了傳統的算法，獲得了千分類這樣一個復雜視覺任務的冠軍。

    ai的新時代，深度學習從這一刻開始，以谷歌，微軟，白度等公司為首的巨無霸科技企業蜂擁而至，讓原本比較純粹的ai領域多了幾分工業界的務實，當然也有一些資本的銅臭。

    2013年，相同的賽事例行舉辦。

    就在各路高校，機構還在爭相復現去年辛頓團隊的結果之時，一個眾人從未聽過的名字，孟繁岐，使用dreamnet，以一個更為夸張的性能提升傲立于競賽的所有任務榜單之上。

    并且4.8%的top-5錯誤率更是已經突破了賽方四年前提供的人類標準5.1%。

    這個恐怖的提升完全超乎了所有人的想象和理解。

    此時距離結果的公布已經接近一個月，整個學界對這個結果是如何做到的仍舊是一無所知。

    協辦該賽事的國際計算機視覺大會會議方早已給名列前茅的參賽者們都發送了邀請郵件。

    所幸這個神秘的“meng”很快便確認出席。否則還真沒有人清楚到底該怎么聯系上他。

    不僅是不夠熟悉這個領域的人難以想象，就連深耕該領域接近半個世紀，去年以三人之力刷爆榜單的辛頓團隊，也完全想不明白這么恐怖的性能進步到底是怎么實現的。

    有人在自己最擅長的領域做出了這么可怕的突破，自己卻完全沒有任何思路和頭緒，這對這個灰白頭發的老人來說是一件一時間不大容易接受的事情。

    除此之外，最大的壓力來自于他的雇主谷歌。

    時年六十五歲的辛頓在去年將該競賽的千分類top-5準確率從75左右直接提升到單模型85。這對當時的谷歌來說是一個巨大的震撼。
    第(1/3)頁