“你是说白度的这个结果和我们这两天要见的孟有关?”杰夫心头一紧,他这次来澳大利亚,唯一的任务就是招揽孟繁岐,不会这么巧吧?“他做出dreamnet和生成式对抗网络才多久,一两个月的时间,哪里够一个不同的领域再有这么好的成果。”
这是一般人的思维惯性,如果一个人刚刚做成了一两件大事,那么通常不会有人觉得他还同时筹备着相同级别的其他事情。
“而且他的生成式对抗网络文章里没有白度的人员共同作为作者,本人的信息描述中也没有提到任何白度的机构。”阿里克斯震惊于dreamnet对自己的惊人超越,因此仔细读过孟繁岐公布的生成式对抗网络的论文。“应该不会和白度有什么关系。”
这篇论文阿里克斯一字一句地仔细品过,了解得非常细致。
“但是如何去解释白度新检测算法的优异性能呢?”辛顿站在一旁,思索了一番,“如果是基于深度学习,目前检测算法无非就是两点,骨干的神经网络和检测头部分的筛选分类。”
“这种速度的提升,一定主要来自于检测端的创新,否则是远远不够的。但这个级别的性能飞跃,同时又绝对和作为骨干的神经网络脱不开关系。”辛顿的眼力相当老辣,基本上把yolo算法的提升来源猜了个八九不离十。
“就dreamnet体现出的性能而言,白度绝对和孟脱不开关系。”辛顿的视角更多的是从技术本身分析。“时间上也比较巧合,可能是白度的检测端创新与孟繁岐的骨干突破强强联合了。”
辛顿的想法还是保守了一些,他怎么也没想到,两项惊人的技术突破都出自同一人之手。
“不过,孟在这次竞赛的检测赛道也有相当不俗的成绩。”伊利亚补充道。
imagenet系列竞赛,最受关注的还是一千多万图片的千分类,检测赛道参赛人数其实要少很多,受到的关注也很少。
比较可惜的是,本届的检测赛事并不比拼速度,所以几人无法借助这个赛道的结果对事情进行进一步的推测。
“他不会被白度给挖走了吧?”杰夫微微皱眉,心里感觉不大妙。要是真的被抢先签走了,那就麻烦了。
自己去年挖辛顿三人的时候,就差了一点点,险些被白度捷足先登,白度在这方面的动作还是相当之快的。
上回多个科技公司竞价,白度不仅是抢在自己前面第一个联系辛顿的,同时也是跟自己犟到了最后的。
如果不是辛顿三人对谷歌偏爱,最后自己能不能胜过白度,还尚未可知。
难道说,天道好轮回,现在要轮到自己输给有地理优势的白度了?
“阿里克斯,我们是约在今天下午的对吧?”杰夫问道,“他现在到澳大利亚了吗?”
请收藏:https://m.frgls.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)