学霸的模拟器系统 第259节

　　他是谷歌搜索算法团队的核心人物，也是坚定的“旧派”代表——信奉严谨的统计模型，瞧不起那种不可解释的神经网络“黑箱”。

　　“我看过你的预印本。”

　　魏斯手里端着一杯红酒，嘴角带着那种大厂高管特有的、居高临下的微笑，“不得不说，把拓扑学引入神经网络是个很性感的想法。数学很漂亮，真的。”

　　“谢谢。”

　　林允宁礼貌地回应，不卑不亢。

　　“但是，”

　　魏斯话锋一转，轻轻摇晃着酒杯，“年轻人，在工业界，漂亮是没用的。你那个算法的核心是个 O(N^2)的矩阵乘法。你知道这意味着什么吗？”

　　他往前凑了一步，压低声音，像是在教导一个不懂事的实习生：

　　“这意味着在Google的数据中心里，它就是个因为内存溢出而被Kill掉的进程。处理不了长序列，它就永远只能是个在ArXiv上骗骗引用的玩具。O(N^2)，在工业界就是死刑。”

　　旁边的程新竹脸一下子涨红了。

　　她刚想开口反驳，说我们在药物筛选上已经验证了它的价值，却被一只手拦住了。

　　方雪若办完手续回来，正好听到了最后一句。

　　她脸上挂上了标准的职业假笑，刚准备用那种圆滑的商务辞令把场面圆过去。

　　“魏斯博士。”

　　林允宁上前一步，率先开口。

　　他并没有生气，甚至脸上的表情都没有一丝波动。

　　他只是抬起手，慢条斯理地整理了一下衣领——那是方雪若送他的那条真丝领带。

　　“如果我没记错，Google现在的搜索排序算法，在处理长尾查询时，依然还在用十年前的倒排索引逻辑吧？”

　　林允宁看着魏斯的眼睛，语气平淡得像是在讨论晚饭吃什么：

　　“所谓的死刑，有时候只是因为你们手里的算盘太旧了。”

　　周围原本在闲聊的几个学者听到了这边的动静，纷纷停下交谈，投来好奇的目光。

　　魏斯的脸色沉了下来：“你在教Google怎么做搜索？”

　　“不，我是在邀请你看一场魔术。”

　　林允宁从口袋里掏出那张手写的餐巾纸，又塞了回去，只露出一角。

　　“明天上午十点，C厅，是我的报告。”

　　他看着魏斯，嘴角终于露出了一丝锋利的笑意：

　　“与其在这里讨论复杂度，不如到时候带上你的笔记本电脑，见识一下来自新时代的算法。”

　　说完，他没再看那位脸色铁青的技术总监一眼，转身对看呆了的程新竹和方雪若招了招手。

　　“走了，去吃饭，刚才在飞机上推导公式，我肚子都饿了。”

　　……

第203章 SVM的黄昏与资本的嗅觉（求订阅求月票）

　　当晚。

　　科瓦利斯会议中心，C厅。

　　2007年的机器学习界，就像是一个等级森严的罗马斗兽场。

　　谷歌和微软的展台占据了正中央最显眼的位置。

　　他们不仅铺了厚厚的长毛地毯，还摆满了懒人沙发和免费的意式浓缩咖啡机。

　　谷歌甚至豪横地拉来了几箱刚发售的iPhone作为抽奖礼品，展台前排队领抽奖券的人龙一直排到了厕所门口。

　　相比之下，花了五万美金“插队”进来的以太动力展台，虽然位置紧挨着巨头，却显得有些……冷清。

　　一张桌子，两把椅子，几张印着复杂的蛋白质结构和神经网络拓扑图的海报。

　　这就好比在一群穿着比基尼的维密模特中间，突然站了一个穿着白大褂、戴着厚底眼镜的老学究。

　　路过的参会者大多只是瞥一眼那张海报上密密麻麻的数学公式，然后就转身去Google那边抢免费的飞盘了。

　　“这五万美金是不是打水漂了？”

　　程新竹坐在展台后，无聊地转着手里的圆珠笔，“过去半小时，只有两个迷路的本科生过来问能不能借个充电器。”

　　“那是他们不识货。”

　　方雪若整理了一下刚换上的黑色真丝衬衫，从名片夹里抽出几张烫金名片，“坐着等客上门那是小卖部做的事。在这种场合，你得学会‘狩猎’。”

　　说完，她端起一杯甚至还没喝过的红酒，踩着七厘米的高跟鞋，径直走向了休息区。

　　那里坐着几个穿着杰尼亚西装、没戴胸牌的中年人。他们的眼神不像学者那样聚焦在论文上，而是像雷达一样在人群中扫描。

　　那是来自沙丘路（Sand Hill Road，硅谷风投聚集地）的猎手。

　　方雪若没有直接过去递名片。她假装在打电话，声音不大，但正好能让旁边的人听见：

　　“……对，辉瑞那边的二期款刚才到账了。但我还是那个意思，除非红杉能接受我们的估值模型，否则这轮融资我们不急着开……毕竟现金流很健康，我们没必要稀释股权……”

　　“辉瑞”、“二期款”、“不急融资”。

　　这三个词就像是带着血腥味的鱼饵。

　　旁边那个正无聊地翻着会议手册的秃顶男人，耳朵瞬间竖了起来。

　　他瞥了一眼方雪若胸前的牌子：Aether Dynamics， CFO。

　　五分钟后。

　　当方雪若挂断那个并不存在的电话时，那张名片已经自然而然地递到了对方手里。

　　“以太动力的方小姐，我是KPCB（凯鹏华盈）的合伙人。听说你们在做AI制药？辉瑞那个PX-117项目是你们做的？”

　　“只是个小项目。”

　　方雪若矜持地笑了笑，那种“我不差钱”的态度拿捏得死死的，“我们主要是在做底层算法。您知道，辉瑞只是验证了一下我们算法的冰山一角。”

　　“……”

　　不到半小时，原本门可罗雀的以太动力展台前，多了好几个西装革履的投资人。

　　他们或许看不懂反向传播，但他们听得懂“辉瑞背书”和“独家专利”。

　　被推到前台讲解技术的程新竹，瞬间忙得不可开交。

　　“……是的，这不是黑箱。”

　　程新竹指着海报上的神经网络图，对一个试图搞清楚原理的投资经理解释道，“这就好比你在看书，你的眼睛不会盯着每一个字看，而是会跳跃、聚焦。我们的算法就是让计算机学会这种‘注意力’。

　　“我们在AD-01（阿尔茨海默症新药）的筛选中，就是靠这个机制，在几亿种分子里一眼看中了那个能穿过血脑屏障的结构。这不是运气，这是数学的必然。”

　　看着程新竹从一开始的结结巴巴，到后来挥斥方遒、把那帮投资人忽悠得一愣一愣的，方雪若满意地退到了角落，深藏功与名。

　　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，都会好办很多。

　　……

　　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（Convex Optimization）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。

　　Yann LeCun（杨立昆）。

　　未来的图灵奖得主，Facebook首席AI科学家。