第75章 捡到宝了

    这种谈判一次无法走完整个流程是很正常的事情，饶是像李彦弘那样目的明确的拜访，口头协议之后也再仔细核对了一次合同的内容。

    谷歌方面准备在一到两天的时间内，草拟一份分成合约，动作已经很快了。

    总体的意向基本上算是达成了，就加入谷歌这件事，还是双向奔赴的。

    孟繁岐需要借助谷歌即将开发出来的深度学习框架TensorFlow(TF)，目前的代码实现方式实在太过不便。

    谷歌海量的计算资源，和后来的张量计算单位集群，也是孟繁岐以后想要实现种种创举必不可少的工具。

    成千上万个计算单元，不管是英伟达的GPU还是谷歌的TPU，总是在大厂里薅羊毛比较舒服。

    如果自己构建集群，不说几个亿的成本先进去，光是支撑这些设备持续运行的损耗他就很难负担得起。

    所以这点上，孟繁岐必然是要加入谷歌的。谷歌也接受了分成的方式，只是具体分成怎么分法，谷歌方面需要慎重评估一下。

    既然入职的大方向已经决定，剩余的时间，自然就有一些吹牛画饼的环节。

    千万不能小看这部分，尤其是合同正式签署前。大饼花得好，预算砍到脚。

    真给你忽悠瘸了，上点价值和情怀，低预算将人拿下也是非常有可能的事情。

    “我加入谷歌已经差不多十五年了，在这家公司见证了互联网的崛起，而现在我认为我正在引领着人工智能的崛起。”

    现在这算是谈完正事之后，讨论过去和未来愿景的环节，杰夫希望介绍一下自己和谷歌对AI未来的一些计划和蓝图。

    “帮助计算机识别物体，理解语言语音，甚至进行对话，这些以前看来根本是天方夜谭的事情，如今逐渐成为现实。”

    “就单单拿计算机视觉这一个方向来说，就在过去的五到十年里，计算机就快速地发展出了[看]的能力，并且，就你最新的成果来看，已经飞速来到了人类水平。”

    AI时代的技术发展实在太快，这是杰夫愿意下血本招揽人才的核心原因。

    “谷歌现在有许多希望发展AI技术的场景，我们要实现一百多种语言的相互翻译，以便人们更好的交流；我们要智能分析医疗图像，更精准地预测和诊断疾病。这些所有的应用当中，其实最核心的就是两件事情，算法和算力。”

    杰夫的总结非常精要，现代的AI主要基于神经网络这个老古董算法，如果抛开计算能力去谈论AI算法，完全是空中楼阁。

    “谷歌有决心打造世界上最强力的算力平台，我们一定会让优秀智慧的算法最大程度上发挥它们的价值。”

    对于杰夫的这個决心，孟繁岐并不怀疑，这正是他初期选择谷歌的原因。

    “算力的含义比较纯粹，也好理解。但算法的含义太多，其实我个人倒是觉得，网络结构本身的设计不是什么重点和核心的东西。

    真正想要改变世界，需要足够简单易用的框架和平台，要易于部署，在运算的数据类型上做优化加速。”

    这个阶段，业界非常关注神经网络的设计，具体哪一层怎么设计，用什么cao作比较好。

    这个时期，这么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。

    不过在孟繁岐看来，AI时代后期的结构就不怎么变化了，最重要的还是大力出奇迹，加上他很清楚什么任务用什么结构比较好，结构设计对他来说太过简单。

    “当竞争走到最后，大模型的训练技术，和海量优质资源更为关键一些。”

    杰夫和辛顿偷偷交换了一下眼神，感觉怪怪的。

    本来是杰夫来给这个还在学校里接触研究的本科生展现一下谷歌的野望，什么多领域开花，最大的计算平台之类的。

    怎么感觉这小子对AI工业的主要痛点问题了解的如此清楚，不像是象牙塔里搞研究的样子。

    学界研究AI，主要是为了验证某个猜想，提升具体的指标。

    工业AI则更加务实一点，怎么实现需要的资源少，怎么做模型的速度更快，怎么样才能部署到不同的设备上。

    两边经常彼此看不惯，学界觉得工业界就是干脏活累活的打工仔，没什么创新突破。工业界则觉得学界就会写论文吹牛，做出来的东西大家根本用不到。

    杰夫和辛顿可以说是工业界和学界的代表人物了，杰夫就连读书的时候，所写的毕业论文都是工业方向的，大型神经网络的并行训练。

    那时候才1990年，杰夫已经开始研究2023年最为核心的技术，大模型的训练方法。

    “我不得不说，我本以为连续做出算法方面突破的你会是一个偏学界风格的人。”杰夫表情诧异中带着惊喜，“没想到你看待问题的思维和我们工业界的需求非常符合。”

    杰夫接触过的出色学者很多，甚至就连辛顿都带有学界的思维惯性，因此在谷歌大脑内部，辛顿并不参与任何管理和决策工作，只专心负责学术研究。

    或许这一次，我招聘的并不仅仅是一个出色的算法研究员，他可能在公司的AI战略上也能够给我不小的帮助。

    杰夫隐隐约约有这种预感。

    他之前的十几年是谷歌的技术骨干，参与的管理项目并不多。但AI这个方向，是他大力支持吴恩达推动的，因此这方面的许多事情都由他来领导。

    作为一个领导者，杰夫喜欢不一样的观点，喜欢新鲜的事物。

    比如神经网络和AI，虽然90年时期他也曾钻研过，但之后他在谷歌的工作更多的是架构，搜索，广告方面。

    其实并没有再更新过任何AI知识。

    直到2011年，吴恩达与谷歌合作项目，他向杰夫建议道，情况在飞速改变，谷歌应当重视AI技术。

    杰夫很迅速就拥抱了这个变化，甚至可以说，他天生就对这种自己不够熟悉的潜力方案感兴趣。

    一旦被他搞懂了问题的解决办法，他反而会失去兴趣。

    孟繁岐在AI战略的想法与自己不同，杰夫反而更加欣喜，心中暗道，这回真的是捡到宝了。