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，业界非常神经网络的设计，具体哪一层怎么设计，用什么操作比较好。

这个时期，这么做起到的收益也十分巨大，比如去年的Alex和今年的Dream，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年时期他时期，这么做起到的收益也十分巨大，比如去年的Alex和今年的Dream，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，，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。

.

本章完

本站网站:.kuaishuku