一秒记住【笔趣阁】
biquge365.net，更新快，无弹窗！
2014年4月的雅安，大渡河的水声日夜不停，从山谷底部翻涌上来，和机房里几千台设备的嗡鸣混在一起，变成一种单调的丶永不消歇的白噪音。
任少卿已经习惯了这种声音。
他甚至觉得，没有这个声音他反而睡不着。
九章基地的AI训练区设在主机房东侧，是去年底新开辟出来的独立区域。
顾屿当初承诺的两千张顶级计算卡早已全部到位。
其中一千六百多张卡正在日夜不休地爬取丶清洗着西红柿小说丶今日热点以及引力APP的海量中文语料，那是为未来某个庞大计划储备的底层基建。
而任少卿面前的，是划给他视觉组专属的攻坚主堡。
三百二十张英伟达K40计算卡，整整齐齐码在定制的液冷机柜里，指示灯密密麻麻，绿光闪烁，远看像一面会呼吸的墙。
任少卿在这面墙前面蹲了快五个月。
他的皮肤晒黑了不止一圈，因为基地的食堂在另一栋楼，每天来回要走一段露天的山路。
雅安的紫外线不讲道理，尤其三四月份，太阳出来的时候毒辣得很。
他现在的肤色已经跟刚从中科大出来时判若两人。
但他顾不上这些。
此刻是凌晨两点四十七分。
训练区的值班间里，三台显示器同时亮着。
任少卿坐在中间那台前面，两个师弟一左一右。
左边的叫郑宇航，右边的叫陈立秋，都是他从西安交大挖过来的博士生。
准确说不是挖的，是他跟两个人分别打了四个小时电话，把雅安基地的算力配置报了一遍，对面就自己来了。
这年头搞深度学习的人，算力就是命。
「跑完了。」
郑宇航的声音有点抖。
任少卿没动。他盯着屏幕上那组数字，瞳孔里映着绿莹莹的光标。
ImageNet验证集。Top-5错误率。
5.08%。
五十层。五十层卷积神经网络。Top-5错误率，5.08%。
他反覆确认了三遍训练日志，又让陈立秋重新跑了一次验证脚本。数字没有变。
郑宇航从椅子上站起来，双手撑着桌沿，呼吸急促。
陈立秋摘下眼镜，用衣角反覆擦了三遍镜片，又戴上，又摘下来。
「少卿哥。」
郑宇航转过头看他，嘴唇哆嗦了一下，
「这个精度……人类标注员在ImageNet上的平均错误率是5.1%。」
任少卿知道。
他当然知道。
他闭上眼睛，靠上椅背。五个月。
从去年十一月他正式入驻雅安基地开始算，到今天，一百五十三天。
事情要从头说起。
去年夏天在西安交大走廊里被那个顶着黄毛的少年截住之后，任少卿回北京犹豫了整整一周。
不是犹豫要不要去，是犹豫这件事到底是不是真的。
一个高中毕业生说自己手里有几千张GPU，说算力管够。
这种话放在2013年的中国，听起来荒诞得离谱。
然后他拨了名片上那个电话。接电话的是个叫林溪的女人，声音乾脆利落。
三天后他就收到了一份正式的offer，薪资是他在微软亚研院兼职收入的四倍，不含绩效和期权。
他坐火车到了雅安，下了站，一辆黑色比亚迪S6把他接进山里。
第一次走进机房的时候，他站在门口愣了将近两分钟。
几千张GPU。
那个黄毛少年没有骗他。
入职一个月后，他把之前在微软亚研院的那套改进型卷积网络搬了过来，在这边的算力下重新训练。
效果立竿见影。之前四张GTX780跑十二天的任务量，在这边不到两天就能收敛完毕。
算力充裕之后，他开始做一件以前想都不敢想的事。
加深网络。
卷积神经网络的层数越深，理论上能提取的特徵就越抽象丶越高级。
但实际操作中，网络超过二十层就会出现一个要命的问题：梯度消失。
简单来说，训练信号从输出层往回传的时候，经过太多层的连乘运算，到了前面几层就衰减成了几乎为零的数字。
前面的层学不到东西，整个网络等于白深。
这个问题卡死了全世界所有试图做深层网络的研究者。
任少卿也被卡住了。
他试过各种补救办法。换激活函数，调学习率，加BatchNormalization。
有些有用，但都治标不治本，网络超过三十层之后精度就开始往下掉，跟没加深是一个样。
在连续失败了将近两个月之后，某天凌晨三点，他趴在键盘上半睡半醒。脑子里突然蹦出来一个念头。
如果不让梯度穿过所有层呢？
如果给它开一条捷径呢？
他一下子坐直了。
思路很简单。
假设网络有两层，输入是x，经过两层运算之后的输出是F(x)。正常做法是直接用F(x)往下传。
但他的想法是，不要让网络去学习F(x)这个完整的映射，而是让它只学习F(x)和x之间的差值，也就是F(x)-x。最终输出变成F(x)+x。
这个「+x」就是捷径。
就是残差连接。
它的意义在于，哪怕F(x)学废了，输出至少还有一个x兜底，不会比什么都没学更差。
更关键的是，梯度可以沿着这条捷径直接回传到前面的层，不用再经过所有中间层的连乘衰减。
梯度消失的问题，被这条捷径绕过去了。
他当天晚上就写了代码。
第二天跑了一个二十层的测试。
然后是三十层。四十层。精度不仅没有下降，还在持续攀升。
他又花了两周时间反覆验证，排除过拟合丶数据泄漏等一切干扰因素。
最后把层数推到了五十。
5.08%。
和人类标注员打了个平手。甚至略微超过。
任少卿睁开眼睛，盯着天花板看了很久。值班间的日光灯管有一根坏了，一明一暗地闪着。
「少卿哥，这个结果……」
陈立秋把擦了无数遍的眼镜重新戴好，声音压得很低，
「能发顶会吧？」
「不止能发。」
郑宇航已经从最初的激动中回过神来了，他盯着屏幕上的损失曲线，
「这东西要是公开出去，整个领域都得重新洗牌。以前大家默认深层网络没法训练，所有人都在十几二十层的范围里卷。现在这个假设直接被推翻了。」
任少卿没说话。
他站起来，走到机房那面闪烁的绿色光墙前面，双手插在冲锋衣口袋里。
兴奋吗？当然兴奋。
但兴奋过后，一种更复杂的情绪开始往上涌。
他想起去年在西安交大走廊里，那个黄毛少年对他说的话。
「你的模型在做大量无效计算。」
「让模型只用它需要用的那部分脑子去思考。」
当时他以为那只是一个外行的模糊直觉。
但现在他回过头来看，那个十八岁的少年说的每一句话，都精准地指向了这个领域未来五到十年的核心命题。
残差连接解决了深层网络的训练问题。
但那个少年想要的，显然不止于此。
任少卿盯着那面光墙，脑子里像打开了一扇被堵住很久的门。
五十层的残差网络证明了一件事：网络可以做得很深，深度不再是瓶颈。
那下一个瓶颈是什么？
他几乎是本能地想到了那个词。
宽度。
或者更准确地说，视野。
卷积网络的每一层只能看到一个局部窗口。
三乘三，五乘五，最大也就七乘七。哪怕你把网络堆到一百层，每一层看到的依然是一小块局部区域。
它通过层层叠加来扩大感受野，但这种扩大是间接的，是逐层递推的，不是一步到位的。
如果数据不是图片呢？
如果是一段文字，一个句子，一篇文章？
文字里的语义关联可以跨越整个句子。
第一个字和最后一个字之间可能存在关键的依赖关系。卷积核看不到那么远。
循环神经网络可以看到，但它是串行的，一个字一个字往后递，速度慢得要命，而且同样存在梯度消失。
只不过是时间维度上的梯度消失。
那如果……
任少卿摇了摇头，把这个念头暂时压下去。
他现在面前摆着一堆更紧迫的问题。
论文要不要写？投哪个会议？实验还需要补哪些对照组？
一百层的网络还没跑，一百五十层呢？
目标检测任务上的迁移效果怎么样？
另外，残差连接这个结构目前只在图像分类上验证过。
要推广到其他任务丶其他数据类型，工作量巨大。
他手上就两个师弟，根本忙不过来。
这些问题每一个都很具体，每一个都需要人手丶时间和资源。
「少卿哥。」
郑宇航不知道什么时候走到他旁边来了，手里端着两杯速溶咖啡，递了一杯过来，
「你是不是该跟上面汇报一下了？」
任少卿接过咖啡，没喝。
「上面」。在这个基地里，「上面」这个词只指向一个人。
他入职快半年了，跟那个黄毛少年只见过一次面。
日常工作对接的是林溪和徐静。林溪管钱管人，徐静管硬体和基建。
两个人都很专业，给他的自由度也大，基本上他要什么给什么，从来不问他每天具体在做什么。
但这次不一样。
这个发现太大了。
大到他自己都说不清它的边界在哪里。
「我给林总发了飞书消息。」
陈立秋从值班间探出头来，
「但我觉得这种事，光发消息说不清楚。」
任少卿看了一眼窗外。天还黑着，大渡河的水声闷闷地从山下传上来。
他沉默了很久。
然后他把那杯没喝的速溶咖啡放在窗台上，转身走回值班间，拿起手机。
不是发消息。是查机票。
雅安到北京，最早的航班在锦城双流机场起飞，早上七点二十。从基地开车到锦城大概要两个半小时，现在出发正好来得及。
他买完票，把手机揣回兜里。
「收拾一下数据和实验日志，打包拷到加密U盘里。」
他看着两个师弟，语气平静，
「我去北京，当面汇报。」
郑宇航愣了一下。
「现在？凌晨三点？」
「现在。」
任少卿拎起那个跟了他快三年的黑色双肩包，把笔记本电脑和充电器塞进去，拉上拉链。