关灯
护眼
字体:

重塑千禧年代 第1477节

首页 书架 加入书签 返回目录

这次发布会牵扯到很多东西,各方面的保密程度都十分之高,内部知情的极少数高层也保持缄默。

陆奇大致知道了,是和上次发布会差不多。

他没有追问,反正快看到了。

10月28日,方卓接到中芯的消息,10nm制程已经进入小规模量产的阶段,预计能在12月进行大规模量产,只是良率仍旧有待提升,产能也要逐渐爬坡。

距离月底只有三天时间,媒体对于易科q3财报的关注再次到了一个热烈的地步,按照规定,最迟的发布时间也要到了。

只是,真正到了10月31日,周一这天首先是公布了纳斯达克的做空仓位,易科不出意外的连续四次刷新历史记录,达到划时代的225亿美元,市值也抵达2153亿美元的新低。

就在大家屏气凝神的等待易科公布q3财报之时,易科向sec提交form 12b-25,以“公司的经营业务发生重大变化”的理由获得15天的短暂宽限期。

也就是,易科的q3财报最迟会在11月15日发布。

拉塞尔第一时间收到消息并锐评:“易科竟然又拖延了15天,拜托,我能在我死之前看到易科的q3财报吗?”

易科越是拖延,这份q3财报的威力也就越大,胜利就在眼前,就差这最后的盖棺定论了。

拉塞尔一想到易科股价崩溃的场面就有一种发自肺腑的爽快的战栗感,也就愈发不满易科这种千方百计的拖延。

不只是拉塞尔,这次像“空头大师”查诺斯、“对冲乔丹”科恩、“做空之王”保尔森等人都因为q3财报发布落空而嘲讽出声。

鬣狗群集,追击虚弱的狮子,秃鹫盘旋,等待猎物的死亡。

国内媒体则是用了一个“黑云压城”的词语来描述易科正遭受的史无前例的压力。

时间步入十一月一号,正是西方传统的万圣节。

许久没有更新的方卓在推特上出现了新的动态,与空头同乐。

但他没有言语,只有一个滑稽的似乎要睁开眼的鬼脸表情。

略略路,我要睁眼了。

只是,方卓随手更新,国内媒体的信心却像是忽然回了一丢丢,新浪财经进行非正式的分析——许久没见的方总一出现,就好像在黑云压城中看到一丝金光,是我想象的那样吗?

连新浪的人都不敢想,都不敢纳入正式的分析,只这样默默的带着期待地问了一句。

是吗?

方总,是吗?

是甲光向日金鳞开吗?

第255章 甲光向日金鳞开

无论如何,易科的q3财报在这个月十五号都要出炉了。

尽管心里已经有预期,但亲自走入暴风雨中的陆奇还是心神不宁,也免不了在心中自嘲,看客与当事人的感受终究不同,这份压力还是受着了。

11月2日,上午11点,陆奇开完会接到了秘书的通知,方总中午请客。

等他抵达小食堂,听到正在放着的音乐是《all you need is love》便不禁微微一笑,那篇由谷歌发布《attention is all you need》的名字就是来自披头士的这首歌。

陆奇与埃尔德、吴恩达打了招呼,没聊几句就转入了深度学习dl的话题,也就立即打起精神,讲述自己更多的想法。

这两位在易科都不简单,一位总领研发范畴的事务,一位是深度学习的主要负责人,虽说自己算是空降组建深度学习事业部,但资源的分配和使用也需要相互的沟通。

陆奇能在微软做到高位,自然不会轻视人事工作。

“谷歌那边把自注意力机制的模型在论文里命名为transformer,我问了问,他们内部是在开发新的nlp模型了。”吴恩达谈到上次业界探讨后的变化。

吴恩达之前是斯坦福的副教授和人工智能实验室主任,而在加入易科前就在谷歌负责相关工作,与那边的研究交流没有中断,上次的激辩同样给他带来不少灵感。

陆奇点点头,也说着自己掌握的消息:“业界对于transformer的表现很认可,像去年成立的openai,他们现在也在着手研发一款以transformer为核心的大模型,干脆直接以它命名,叫gpt,generative pre-trained transformer。”

openai是一家去年成立的公司,有不少领域内知名的人物参与。

方卓这时候简单总结道:“难道谷歌的这个transformer真就能超过rnn和cnn了?我们在这两方面已经投入很多了。”

rnn是循环神经网络,cnn是卷积神经网络,易科的siri是基于前者,太白则是基于后者。

同样,业界在人工智能领域的研究也主要是这两个方向以及它们的变体,rnn能处理序列数据中的时间依赖性而广泛应用于自然语言处理任务,cnn则因为它在图像识别和处理中的出色表现,成为计算机视觉领域的基石。

像易科的机器人guard就使用了cnn在视觉方面的成果。

但现在,诞生于一场激辩中的第三个方向竟然隐隐有取代rnn和cnn的趋势,这无疑会削弱易科在相关领域研究的优势。

陆奇听到方总这样说,保持沉默,埃尔德也不出声。

反倒是吴恩达笑了起来:“方总,在科学研究上,方向错了,越努力就距离成功越远,这一点从我最开始做科研就已经被事实教育过,rnn在处理长序列时遇到了梯度消失和爆炸的问题,这一点的突破一直很艰难。”

“现在,transformer模型有希望解决这个问题,并且已经表明它的并行处理能力和更高效的训练特性,这就应该按照对的来。”

“我们投入的资源和精力并不能左右科学的正确答案。”

“答案就在那,我们只是用各种各样的方式发现角落里的它。”

“况且,rnn与cnn仍旧会在特定的场景下发挥作用。”

吴恩达不管是不是方总在试探自己的想法,先表明在科研上的立场。

方卓微微点头,沉吟道:“其实,不瞒你们,陆总的到来给我很多新的思考,你们今天说的这个transformer,谷歌在做,openai在做,好像大家一下子又认为这个方向可以创造很多新可能,既然真有希望,那我们在战略上的定位是不是还需要修改。”

上一页 目录 下一章