重生2012：全球科技财阀 第32章 参赛

沈清雪和团队为公司初期的成功而欢欣鼓舞，陈阳的心思却早已飞到了更远的地方。

「星眼」验证码的营收，只是「餐前甜点」。

他锁在办公室里，看着机房的伺服器集群正24小时全速运转。

新买的几张显卡在烧灼，他们正在为一项真正的「世界级」工程进行着最后的冲刺。

他打开ImageNet2012的官网

这个由华人AI大佬李飞飞牵头的比赛，堪称「AI界的奥林匹克」。

从2010年开始举办，其核心就是让计算机认识现实中的物品。

它有一个前所未有的超大规模图像数据集——足足有1400多万张经过人工标注的图片，超过2万个物品分类。

而比赛的衡量标准就是谁的AI模型能更准丶更快地识别出这海量图片中的内容。

陈阳很清楚，在2012年这个时间点，所有参赛的顶尖学术机构（如斯坦福丶伯克利）和科技公司（如谷歌丶微软），都还被困在「老办法」里。

他们的识别错误率已经陷入了25%以上的瓶颈，数年都难以寸进。

对学术界来说，这几乎是一堵无法逾越的高墙。

这是AI「看」世界能力的终极考场，也是一战成名的最佳舞台。

这也正是他最好的机会。

在上一世，2012年的冠军（AlexNet）即将登场，它就像是教会了电脑如何搭积木，成功搭了10层楼，让AI变聪明了。

但这个「10层楼」的设计，已经是那个时代的极限。

所有人都发现，当他们尝试搭20层丶30层时，「大楼」（模型）反而会『塌掉』（效果变差）。

「而我，有1000层楼的图纸。」

他要拿出的，是基于「残差网络」（ResNet）理念的进阶版模型。

ResNet本该在2015年才出现，它解决了深度网络训练时的「退化」问题，是真正意义上的革命性架构。

陈阳要做的，就是让这场革命提前整整三年爆发。

它就像是给「大楼」发明了『承重柱』和『高速电梯』，让楼可以轻松盖到100层丶甚至1000层！

楼层越深，AI就越『聪明』，识别能力将呈指数级暴增。

陈阳比任何人都清楚，正是因为有了深度学习的出现，让计算机第一次真正「看懂」了世界，能准确识别出海量的物体——行人丶车辆丶交通信号丶车道线……

这，正是为后续整个「自动驾驶」行业奠定的技术基石。

没有这个地基，所有自动驾驶的设想都是空中楼阁，根本无法上路。

也正是因为这场革命，才有了几年后特斯拉Autopilot的登场。

这一世，他将是那个开启千亿美金新赛道的人。

而这个赛道，从一开始就是用黄金和算力堆砌起来的。

「提交结果的截止日期，是8月底……时间刚刚好。」

他计划是：

第一步：参赛。他将用「星城数据」（StarCityData）这个毫不起眼的公司马甲去参赛。

第二步：获胜。在9月30日结果公布时，让「星城数据」这个名字，以「断层第一」的碾压姿态，震惊全球学术界和工业界。

第三步：揭晓。

届时，他已经是「水木大学姚班学生」。

当全世界都在疯狂探寻「StarCityData」究竟是何方神圣时。

他这个「姚班大一新生」再站出来，以「公司创始人」和「首席架构师」的身份，公布那个6.8%错误率背后的秘密。

「一个『姚班』的天才新生，利用自家公司暑假训练的模型，顺手拿了个世界冠军」。

等他拿到冠军，他在发表论文。

到那时，全世界的学者追着他要看「冠军方案」！。

……

八月底，临近开学。

湘南，星城数据办公室。

陈阳做完最后一次检查，确认模型的错误率已经稳定在了6.5%这个（在这个时代）堪称「神迹」的数字上。