第1083章 就那个和钱老一起贵国的沈永健沈老
不科学御兽小说推荐阅读：Apop之我在首尔当外教、赘婿出山、泥泞、股神传奇、乡村中医李茂阳、开局账号被盗，反手充值一百万、极品全能学生、推拿、最强狂兵、带着超市重返年代、都市：我的器官能自己强化、不装了，我有五个天仙姐姐！、国宝神鉴
陈星沉默了几秒。
说实话，这套条件确实是红星开不出来的。
不是钱的问题，是土壤的问题。
FaCebOOk有十亿级别的用户基数，有全球最大的社交图谱数据，有成熟的工程基础设施。
杨立坤在FAIR做出来的任何成果，第二天就可以在十亿人的产品上验证效果。
红星呢？红星的核心业务是硬件和操作系统和消费电子硬件，用户数据的维度和FaCebOOk完全不在一个量级，每一条业务线都需要技术服务于产品。
一个做基础AI理论研究的科学家，到了红星，他怕什么？
怕自己从一个探索未知的研究者，变成一个服务产品线的工程师。
怕自己提出一个需要五年才能验证的理论，两年半后被叫去开会，对面坐着一群产品经理，问他这个理论能不能让拍照更清楚。
这种恐惧不是没有道理的。
全世界的大型科技公司里，基础研究团队被产品线绑架的案例比比皆是。
贝尔实验室辉煌的时候能发明晶体管，可后来呢？
当母公司开始要求每个项目都要和营收挂钩的时候，贝尔实验室就不再是贝尔实验室了。
“他最后拒绝了？”
“拒绝了。”甘良才翻开一页笔记，“邓力的情况和杨立坤不一样，他的拒绝更实际。”
“邓力现在在微软内部的位置非常好，微软已经允许他搭建自己的深度学习团队，而且直接对接Bing的语音搜索和翻译业务线，陈总知道这意味着什么吗？”
“意味着他有数据。”陈星接过话。
“对。海量的真实语音数据集，几十种语言的翻译语料，加上微软已经跑了十几年的成熟工程团队帮他把论文里的东西落地成产品。”甘良才掰着指头数，“而且他跟HintOn保持着长期稳定的合作关系，两个人的论文经常互引。这种学术圈子里的关系网络，不是你换一家公司就能带走的。”
“所以他说做语音识别需要大规模的真实用户数据，这个数据不是你花钱买服务器就能搞定的，它必须来自真实场景的真实用户。微软有Bing，有OffiCe，有Skype，用户量摆在那里。”
甘良才抬起头看着陈星。
“他问我，红星有什么？”
有什么。
红星有手机、有操作系统、有用户基数。
但红星没有搜索引擎，没有社交平台，没有语音类的互联网C端业务。
手机端的数据？有是有，但和微软那种级别的语料库比起来，差距不是一星半点。
而且这个节骨眼上，也不能随意调用……
“还有一点。”甘良才补充道，“邓力现在正处于推动微软内部深度学习落地的关键窗口期。微软的管理层最近对AI的态度发生了转变，开始愿意投入更多资源进来。这个窗口期过去了可能就没有了，邓力如果这时候跳船，等于把前面三年的积累全扔了。”
陈星能理解。
你在一家公司花了三年时间，好不容易让管理层相信了你的方向，资源终于开始倾斜了，团队也搭起来了。
这个时候换一家公司从头再来？换了谁都不会干。
“接着说。”
甘良才把剩下几个人的情况过了一遍，问题大同小异。
有的是实验室正好处于出成果的阶段，不愿意中断节奏。
有的是已经拿到了大厂的终身教职或者永久编制，稳定性这个因素在学术圈的权重比工业界想象得要大得多。
有的是纯粹对华夏的科研环境有顾虑。
留在北美随时可以参加顶会、随时可以和同行交流、随时可以拿到最新的论文和数据。
回到华夏？那鱼头朝向我，是喝还是不喝？
喝是真不会喝，可不喝是不是不给面子？
甘良才把笔记本合上，做了一个总结。
“陈总，我跑了两个半月，接触了十几号人，说句老实话，比起钱和待遇，这些人看重的是平台能力。是数据、是生态、是学术圈子的正反馈循环。”
“坏消息说完了，那好消息呢？”
“何开明非常非常愿意加入我们红星，他现在在微软亚洲研究院，主攻计算机视觉，方向是深度卷积神经网络在视觉任务上的应用，重点是他今年才二十五岁，比陈总你还小一岁，没有杨立坤那种学术大佬的光环，也没有邓力在大厂的深厚积累，但这个人有一个特点。”
“擅长工程落地。”
甘良才解释道：“学术界做AI的人分两种，一种是理论派，追求的是提出全新的框架、全新的范式，希望改变整个领域的基础认知，杨立坤是这一类。另一种是工程派，追求的是把好的想法变成真正能跑起来的系统，让它在真实场景里产生效果。”
“何开明是后者，他的论文不是那种只在实验室里的东西，都是能直接搬到工程系统里用的。这种人在学术圈有时候不如理论派风光，但在工业界的价值极高。”
“他为什么愿意来红星？”
甘良才笑了起来，“他的理由和其他人拒绝的理由恰好反过来。”
“杨立坤他们看到的是，红星没有数据、没有互联网生态、没有学术圈子。”
“何开明看到的是，红星有自研GPU、有自研存储、有先进封装，一条完整的硬件链路，他跟我说了一句话，我印象很深。”
甘良才学着何凯明的语气。
“未来AI最大的瓶颈不是算法，是算力，谁拥有自研的算力底座，谁就不用看硬件厂商的脸色，红星是我见过的，唯一一家有可能从芯片到系统到应用全链路自主的公司。’”
陈星听到这话，也笑了起来。
聪明人，绝顶的聪明人。
杨立坤、邓力他们看的是现在的条件够不够好，环境够不够成熟，跳槽的机会成本有多高。
何凯明看到的是红星两坤年后的样子。
红星现在确实什么AI积累都没有。
但红星有芯片、有制造能力、有操作系统、有终端用户。
两坤年后，4坤年后当AI从实验室走向产品，当算力需求爆炸式增长，红星自研的GPU和算力底座，就是何凯明可以不看任何人脸色的底气。
他赌的不是红星的现在，是红星的将来。
“条件谈好了？”
“谈好了。”甘良才翻到另一份文件，“独立实验室，学术自主权，允许自由发论文和开源成果，不受硬件业务短期考核约束，这些条件你之前批过的，我跟他确认了。”
陈星满意的点了点头。
“入职手续走到哪一步了？”
“签了意向，MSRA那边的离职流程预计六月底走完，最快八月份九月份何凯明就能到深城报到。”
“当然，这次也有意外收获，比如我在斯坦福那边抓到了一个叫沈天行的，专攻GPU架构层的视觉加速，据他说他是沈老的表侄。”
“谁？哪个沈老？”陈星有点疑惑，国内能称之为某老的，那可真是屈指可数。
“沈永健沈老啊，当年和钱老坐一条船回国的那位。”
陈星一拍脑袋才想起来，原来是归芯里的那位沈老啊，果然，他们沈家就出芯片方面的人才，和自己老陈家就出造手机的人才一样。
http://www.bukexueyushou.com/yt129584/50631511.html
请记住本书首发域名：www.bukexueyushou.com。不科学御兽手机版阅读网址：www.bukexueyushou.com
说实话，这套条件确实是红星开不出来的。
不是钱的问题，是土壤的问题。
FaCebOOk有十亿级别的用户基数，有全球最大的社交图谱数据，有成熟的工程基础设施。
杨立坤在FAIR做出来的任何成果，第二天就可以在十亿人的产品上验证效果。
红星呢？红星的核心业务是硬件和操作系统和消费电子硬件，用户数据的维度和FaCebOOk完全不在一个量级，每一条业务线都需要技术服务于产品。
一个做基础AI理论研究的科学家，到了红星，他怕什么？
怕自己从一个探索未知的研究者，变成一个服务产品线的工程师。
怕自己提出一个需要五年才能验证的理论，两年半后被叫去开会，对面坐着一群产品经理，问他这个理论能不能让拍照更清楚。
这种恐惧不是没有道理的。
全世界的大型科技公司里，基础研究团队被产品线绑架的案例比比皆是。
贝尔实验室辉煌的时候能发明晶体管，可后来呢？
当母公司开始要求每个项目都要和营收挂钩的时候，贝尔实验室就不再是贝尔实验室了。
“他最后拒绝了？”
“拒绝了。”甘良才翻开一页笔记，“邓力的情况和杨立坤不一样，他的拒绝更实际。”
“邓力现在在微软内部的位置非常好，微软已经允许他搭建自己的深度学习团队，而且直接对接Bing的语音搜索和翻译业务线，陈总知道这意味着什么吗？”
“意味着他有数据。”陈星接过话。
“对。海量的真实语音数据集，几十种语言的翻译语料，加上微软已经跑了十几年的成熟工程团队帮他把论文里的东西落地成产品。”甘良才掰着指头数，“而且他跟HintOn保持着长期稳定的合作关系，两个人的论文经常互引。这种学术圈子里的关系网络，不是你换一家公司就能带走的。”
“所以他说做语音识别需要大规模的真实用户数据，这个数据不是你花钱买服务器就能搞定的，它必须来自真实场景的真实用户。微软有Bing，有OffiCe，有Skype，用户量摆在那里。”
甘良才抬起头看着陈星。
“他问我，红星有什么？”
有什么。
红星有手机、有操作系统、有用户基数。
但红星没有搜索引擎，没有社交平台，没有语音类的互联网C端业务。
手机端的数据？有是有，但和微软那种级别的语料库比起来，差距不是一星半点。
而且这个节骨眼上，也不能随意调用……
“还有一点。”甘良才补充道，“邓力现在正处于推动微软内部深度学习落地的关键窗口期。微软的管理层最近对AI的态度发生了转变，开始愿意投入更多资源进来。这个窗口期过去了可能就没有了，邓力如果这时候跳船，等于把前面三年的积累全扔了。”
陈星能理解。
你在一家公司花了三年时间，好不容易让管理层相信了你的方向，资源终于开始倾斜了，团队也搭起来了。
这个时候换一家公司从头再来？换了谁都不会干。
“接着说。”
甘良才把剩下几个人的情况过了一遍，问题大同小异。
有的是实验室正好处于出成果的阶段，不愿意中断节奏。
有的是已经拿到了大厂的终身教职或者永久编制，稳定性这个因素在学术圈的权重比工业界想象得要大得多。
有的是纯粹对华夏的科研环境有顾虑。
留在北美随时可以参加顶会、随时可以和同行交流、随时可以拿到最新的论文和数据。
回到华夏？那鱼头朝向我，是喝还是不喝？
喝是真不会喝，可不喝是不是不给面子？
甘良才把笔记本合上，做了一个总结。
“陈总，我跑了两个半月，接触了十几号人，说句老实话，比起钱和待遇，这些人看重的是平台能力。是数据、是生态、是学术圈子的正反馈循环。”
“坏消息说完了，那好消息呢？”
“何开明非常非常愿意加入我们红星，他现在在微软亚洲研究院，主攻计算机视觉，方向是深度卷积神经网络在视觉任务上的应用，重点是他今年才二十五岁，比陈总你还小一岁，没有杨立坤那种学术大佬的光环，也没有邓力在大厂的深厚积累，但这个人有一个特点。”
“擅长工程落地。”
甘良才解释道：“学术界做AI的人分两种，一种是理论派，追求的是提出全新的框架、全新的范式，希望改变整个领域的基础认知，杨立坤是这一类。另一种是工程派，追求的是把好的想法变成真正能跑起来的系统，让它在真实场景里产生效果。”
“何开明是后者，他的论文不是那种只在实验室里的东西，都是能直接搬到工程系统里用的。这种人在学术圈有时候不如理论派风光，但在工业界的价值极高。”
“他为什么愿意来红星？”
甘良才笑了起来，“他的理由和其他人拒绝的理由恰好反过来。”
“杨立坤他们看到的是，红星没有数据、没有互联网生态、没有学术圈子。”
“何开明看到的是，红星有自研GPU、有自研存储、有先进封装，一条完整的硬件链路，他跟我说了一句话，我印象很深。”
甘良才学着何凯明的语气。
“未来AI最大的瓶颈不是算法，是算力，谁拥有自研的算力底座，谁就不用看硬件厂商的脸色，红星是我见过的，唯一一家有可能从芯片到系统到应用全链路自主的公司。’”
陈星听到这话，也笑了起来。
聪明人，绝顶的聪明人。
杨立坤、邓力他们看的是现在的条件够不够好，环境够不够成熟，跳槽的机会成本有多高。
何凯明看到的是红星两坤年后的样子。
红星现在确实什么AI积累都没有。
但红星有芯片、有制造能力、有操作系统、有终端用户。
两坤年后，4坤年后当AI从实验室走向产品，当算力需求爆炸式增长，红星自研的GPU和算力底座，就是何凯明可以不看任何人脸色的底气。
他赌的不是红星的现在，是红星的将来。
“条件谈好了？”
“谈好了。”甘良才翻到另一份文件，“独立实验室，学术自主权，允许自由发论文和开源成果，不受硬件业务短期考核约束，这些条件你之前批过的，我跟他确认了。”
陈星满意的点了点头。
“入职手续走到哪一步了？”
“签了意向，MSRA那边的离职流程预计六月底走完，最快八月份九月份何凯明就能到深城报到。”
“当然，这次也有意外收获，比如我在斯坦福那边抓到了一个叫沈天行的，专攻GPU架构层的视觉加速，据他说他是沈老的表侄。”
“谁？哪个沈老？”陈星有点疑惑，国内能称之为某老的，那可真是屈指可数。
“沈永健沈老啊，当年和钱老坐一条船回国的那位。”
陈星一拍脑袋才想起来，原来是归芯里的那位沈老啊，果然，他们沈家就出芯片方面的人才，和自己老陈家就出造手机的人才一样。
http://www.bukexueyushou.com/yt129584/50631511.html
请记住本书首发域名：www.bukexueyushou.com。不科学御兽手机版阅读网址：www.bukexueyushou.com