天才一秒记住【热天中文网】地址：https://www.rtzw.net
他拿起羽绒服，声音平静，“我要把ResNet和BN的训练内容整理出来，还要给普林斯顿高等研究所的爱德华?威滕教授写一封很长的回信。
“跟雪若姐说，接下来的几天，除非公司着火了，否则别打扰我。”
芝加哥的冬天，天气就像孩子的脸，说变就变。
从暴雪转晴，又转为阴沉，最后下起了冻雨。
但这三天里，林允宁公寓的窗帘始终拉得严严实实。
房间里乱得像个垃圾场。
桌上堆满了星巴克的咖啡纸杯，地上散落着必胜客的披萨盒子和肯德基的全家桶包装。
林允宁穿着一件宽松的睡衣，胡茬已经冒出来一截，看起来有些潦草。
但他那双眼睛，却亮得吓人。
他的手指在机械键盘上飞快跳动，敲击声像是密集的雨点。
他在写两篇论文。
第一篇，是给机器学习和AI界引爆的重磅炸弹。
起初，林允宁在文档标题栏敲下了《基于深度残差网络的分子动力学预测》。
但他盯着屏幕看了两秒，摇了摇头。
果断按下退格键，把“分子动力学”
几个字删了个干干净净。
AD-02的筛选过程和具体的量子化学参数是以太动力的核心商业机密。
那可是能生金蛋的鸡，在没有申请专利前绝不能公之于众。
他要发布的是通用的“引擎”
，而不是具体的“藏宝图”
。
既然刚从李飞飞那里拿到了ImageNet的数据，那就用最通用的图像识别来以此祭旗。
毕竟，在数学本质上，处理3D分子结构图和处理2D照片矩阵并无区别，都是高维张量的特征提取。
而且，用ImageNet这种公认的“硬骨头”
刷出逆天的高分，比讲任何生物故事都更有说服力。
他重新敲下标题??《DeepResidualLearningforImageRecognition》用于图像识别的深度残差学习。
而这篇论文，他也没有投给生物期刊，而是投给了CVPRIEEE国际计算机视觉与模式识别会议。
那是人工智能领域的顶会。
也是计算机视觉领域的“奥林匹克”
。
不仅是全球顶尖AI大脑的角斗场，更是谷歌、微软等巨头必争的学术高地。
林允宁很清楚，只有在CVPR这样的舞台上，用最硬核的图像分类跑分击败所有对手，ResNet才能瞬间引爆业界，确立以太动力在AI算法领域的权威地位。
为此，他在论文的致谢部分，特意加上了一句:
“感谢以太动力公司AetherDynamics提供的高性能计算集群支持。”
这是给自家公司打的最硬核的广告。
第二篇，才是重头戏。
这是一场哪怕在物理学界也称得上“豪赌”
的回应。
他将之前关于“复规范流”
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！