沈清雪和團隊為公司初期的成功而歡欣鼓舞，陳陽的心思卻早已飛到了更遠的地方。
「星眼」驗證碼的營收，隻是「餐前甜點」。
他鎖在辦公室裡，看著機房的伺服器集群正24小時全速運轉。
新買的幾張顯卡在燒灼，他們正在為一項真正的「世界級」工程進行著最後的衝刺。
他打開ImageNet 2012的官網
這個由華人AI大佬李飛飛牽頭的比賽，堪稱「AI界的奧林匹克」。
從2010年開始舉辦，其核心就是讓計算機認識現實中的物品。
它有一個前所未有的超大規模圖像數據集——足足有1400多萬張經過人工標註的圖片，超過2萬個物品分類。
而比賽的衡量標準就是誰的AI模型能更準、更快地識別出這海量圖片中的內容。
陳陽很清楚，在2012年這個時間點，所有參賽的頂尖學術機構（如斯坦福、伯克利）和科技公司（如穀歌、微軟），都還被困在「老辦法」裡。
他們的識別錯誤率已經陷入了25%以上的瓶頸，數年都難以寸進。
對學術界來說，這幾乎是一堵無法逾越的高牆。
這是AI「看」世界能力的終極考場，也是一戰成名的最佳舞台。
這也正是他最好的機會。
在上一世，2012年的冠軍（AlexNet）即將登場，它就像是教會了電腦如何搭積木，成功搭了10層樓，讓AI變聰明了。
但這個「10層樓」的設計，已經是那個時代的極限。
所有人都發現，當他們嘗試搭20層、30層時，「大樓」（模型）反而會『塌掉』（效果變差）。
「而我，有1000層樓的圖紙。」
他要拿出的，是基於「殘差網絡」（ResNet）理念的進階版模型。
ResNet本該在2015年才出現，它解決了深度網絡訓練時的「退化」問題，是真正意義上的革命性架構。
陳陽要做的，就是讓這場革命提前整整三年爆發。
它就像是給「大樓」發明了『承重柱』和『高速電梯』，讓樓可以輕鬆蓋到100層、甚至1000層！
樓層越深，AI就越『聰明』，識別能力將呈指數級暴增。
陳陽比任何人都清楚，正是因為有了深度學習的出現，讓計算機第一次真正「看懂」了世界，能準確識別出海量的物體——行人、車輛、交通信號、車道線……
這，正是為後續整個「自動駕駛」行業奠定的技術基石。
沒有這個地基，所有自動駕駛的設想都是空中樓閣，根本無法上路。
也正是因為這場革命，才有了幾年後特斯拉Autopilot的登場。
這一世，他將是那個開啟千億美金新賽道的人。
而這個賽道，從一開始就是用黃金和算力堆砌起來的。
「提交結果的截止日期，是8月底……時間剛剛好。」
最新小說章節盡在o o p . t w
他計劃是：
第一步：參賽。他將用「星城數據」（Star City Data）這個毫不起眼的公司馬甲去參賽。
第二步：獲勝。在9月30日結果公布時，讓「星城數據」這個名字，以「斷層第一」的碾壓姿態，震驚全球學術界和工業界。
。曉揭：步三第
。」生學班姚學大木水「是經已他，時屆
。時聖神方何是竟究」ataD ytiC ratS「尋探狂瘋在都界世全當
。密秘的後背率誤錯%8.6個那布公，份身的」師構架席首「和」人始創司公「以，來出站再」生新一大班姚「個這他
。」軍冠界世個了拿手順，型模的練訓假暑司公家自用利，生新才天的』班姚『個一「
。文論表發在他，軍冠到拿他等
。！」案方軍冠「看要他著追者學的界世全，時那到
……
。學開近臨，底月八
。室公辦據數城星，南湘
。上字數的」跡神「稱堪）代時個這在（個這%5.6 了在定穩經已率誤錯的型模認確，查檢次一後最完做陽陳
。器服伺估評的2102 CRVSLI了陸登他
ataD ytiC ratS：稱名隊團
。」傳上「了擊點地靜平，件文果結的晶結術技來未了結凝份那將他
」。定搞「
。氣口一出吐地長長，腦電上關陽陳
。浪駭濤驚的樣怎起掀球全在它，天那日03月9待等，到報學大木水去地靜安要需隻他，在現
