第(2/3)页

    杰夫怎么也没有想到，孟繁岐还真没在画饼。

    虽然时间上稍微吹了点牛，夸张了一些。比如chatgpt这个级别的千亿参数大模型，没有英伟达的a100会比较难去训练。

    卡如果不够好不够先进，分布式所需要的卡数量就越多。卡的数量越多就越有可能出现硬件上的问题，一旦有几卡出现错误，整个流程可能都会受到影响。

    按英伟达的发售时间来看，想要出chatgpt这个水准的对话机器人，很可能受到硬件的限制，需要2020年底才能出来，最多只能提前两年左右。

    但为了再次提前推出这系列技术，孟繁岐也可以考虑稍微牺牲一部分chatgpt的性能，借此将chatgpt的出现时间往前再提一两年。

    从现在开始算起，四年可能还是吹了点牛，五六年希望还是很大的。

    不过杰夫倒也是个实诚人，他心知肚明，自己有画饼的嫌疑。

    谷歌大脑团队的地位最初并不高，虽然吴恩达创立该项目，证明了深度学习的潜力，但在相当长的一段时间内，该团队并没有什么产出。

    不少谷歌高层人士都认为这是在浪费钱，对团队的方向持怀疑和负面的态度。

    2012年辛顿团队的突破性成果，以及年初辛顿团队的加入，很大程度上缓解了这方面的问题，众人对这位ai老教父还是持有极大的尊重的。

    不过，虽然研究上有辛顿把关，效率和质量都提升了不少。

    技术落地这件大事始终没有一个阶段性的成果，没有什么实际的项目真的运用了新技术。

    这次吸纳孟繁岐，除了再次借助他的惊人成果提高谷歌大脑的团队地位之余，杰夫对刚才实时检测算法的情况非常感兴趣。

    这很有可能是一个大规模的技术应用，可以彻底一扫谷歌大脑团队一直只在小打小闹的颓势。

    “实时检测算法这件事，想必白度的李总已经将各方面的情况总结的非常详细了。”发现杰夫也在打这件事的主意之后，孟繁岐哈哈大笑，自己精心挑选的现阶段变现部署最快的技术，果然颇具吸引力。
    第(2/3)页