他们班上那个夏冬，平时的表现確实处处透著不平凡。
    成绩好就不说了，关键是为人处世沉稳。
    完全没有大二学生那种浮躁和青涩。
    从之前系主任的嘱託，夏冬这个学生，背景肯定也不简单。
    而且更关键的是，前几天听夏冬隨口提了一句盛夏科技的高校科研赞助，第二天就发通知了。
    这小子的信息获取能力，简直比自己这个混跡高校多年的副教授还要强！
    这种种跡象表明，夏冬这小子绝非池中之物。
    將来的成就绝对不可限量。
    郭长征越想越觉得心惊。
    自己如果不知道珍惜，那真是暴殄天物。
    郭长征暗自下定决心。
    看来以后必须得调整策略，放下老师的架子。
    要和夏冬好好打好关係，不能只把他当成普通的学生看待。
    多找他聊聊天，探討探討前沿技术。
    一方面，这是一种长远的投资。
    等夏冬以后成了行业大牛，自己这个辅导员兼专业课老师，脸上也有光彩。
    另一方面，这也是解决眼下问题的捷径。
    夏冬这小子消息那么灵通，对行业风向的把握那么精准。
    没准儿下次閒聊的时候，还能从他嘴里套出点什么有用的內幕信息。
    这对自己的科研工作，简直是有百利而无一害！
    想到这里，郭长征觉得眼前的局势豁然开朗。
    他脸上的表情也变得轻鬆愉悦起来。
    郭长征看著楚一航，露出了一个饱含深意的笑容。
    “一航啊，你今天这番话，真是一语惊醒梦中人。”
    郭长征点了点头，语气十分郑重。
    “你放心，我会好好关注夏冬这个学生的。”
    楚一航看著郭长征已经完全“开窍”的样子。
    心里终於长长地鬆了一口气。
    他知道，郭老师这是听进去了。
    虽然郭老师还没猜到夏冬的真实身份，但只要他肯去套近乎，老板肯定不会亏待他的。
    毕竟老板可是给郭老师的课题批了双倍的经费啊。
    楚一航立刻换上了一副轻鬆的笑脸。
    “郭老师英明！来，咱们以茶代酒，走一个！”
    楚一航举起大麦茶杯。
    郭长征也笑著举起杯子。
    两个玻璃杯在空中清脆地碰在了一起。
    又吃了一会，楚一航拿著餐巾纸擦了擦络腮鬍子上的红油。
    两人刚刚吃了不少辣子鸡，额头上满是汗水。
    八卦聊得差不多了，饭桌上的气氛也从最开始的客套变成了熟络。
    郭长征放下筷子，端起水杯喝了一口温水，清理了一下嗓子。
    “咱们这瓜也吃完了，该聊聊正事了。”郭长征把话题拉回了这次的高校科研课题。
    楚一航虽然平时不修边幅，但一谈到技术和工作，態度非常端正。
    这也是盛夏科技內部的技术人员共性，代码和逻辑容不得半点含糊。
    “我这次申报的课题方向是人工神经网络在图像分类中的应用。”郭长征切入正题。
    楚一航摸了摸下巴上的鬍子，认真听著。
    “其实我之前一直很发愁。”郭长征嘆了口气，“你知道搞我们这一行的痛点在哪里。”
    “数据。”楚一航脱口而出，直接指出了核心问题。
    “没错，就是数据。”郭长征拍了一下大腿。
    “算法逻辑写得再好，没有海量的数据去投喂，最后训练出来的模型就是个弱智。”郭长征抱怨道。
    楚一航深有同感地点头。
    “图像识別这个领域，现在学术界主流还在搞特徵工程，用支持向量机那些老套路。”郭长征继续说道。
    “大家都在手工提取图像特徵，效率极低，而且准確率一直上不去。”
    “我认定神经网络才是未来，但是苦於没有一个庞大且標註清晰的图像资料库。”
    郭长征说到这里，语气突然变得兴奋起来。
    “不过，我今天下午查资料的时候，发现了一个绝佳的契机。”
    “什么契机？”楚一航也被勾起了好奇心。
    “美国那边有个叫李飞飞的华裔教授，她搞了一个庞大的项目，叫imagenet。”郭长征说道。
    此时，有必要详细拆解一下这个名为imagenet的庞然大物。
    在2009年这个时间节点，人工智慧正处於一个不上不下的尷尬期。
    传统的专家系统和逻辑推演已经走到了死胡同。
    机器学习虽然兴起，但大部分学者都在研究如何精雕细琢算法本身。
    大家都在追求用最少的数据，通过最复杂的数学公式来实现目標。
    这种思路在当时是绝对的主流。
    但李飞飞的思路截然相反。
    她认为，想要让计算机认出一只猫，不应该去教计算机猫有几根鬍子、耳朵呈什么角度。
    而是应该直接给计算机看几百万张猫的照片。
    只要看得足够多，计算机自己就能总结出规律。
    这个思路在当时被很多传统学术界的大牛嘲笑。
    因为收集並標註几百万、上千万张图片，是一项非常繁琐、耗时且看起来毫无技术含量的体力活。
    但这恰恰是深度学习爆发的绝对前提条件。
    imagenet项目就是在这个背景下诞生的。
    这个项目致力於构建一个包含数千万张图片的庞大资料库。
    並且每一张图片都要经过人工的精准標註。
    比如这张图片里是一只狗，那张图片里是一辆车。
    为了完成这庞大的工作量，李飞飞团队甚至动用了亚马逊的眾包平台。
    僱佣了全球各地成千上万的网络劳工，在线为这些图片打標籤。
    这是一个疯狂且伟大的工程。
    郭长征向楚一航详细复述了他今天查阅到的关於imagenet的资料。
    楚一航听完，眼睛亮了起来。
    “这思路太超前了。”楚一航讚嘆道。
    “大力出奇蹟，用绝对的数据量去碾压算法的不足，这非常符合我们课题的暴力美学。”楚一航给出了极高的评价。
    “对吧！”郭长征见楚一航认同，更加激动了。
    “这个数据集已经初具规模，包含了大量標註好的图片。”郭长征拿过旁边的公文包，掏出一份列印出来的资料。
    “而且，我得到確切消息，过段时间，他们会基於这个数据集，举办第一届大规模视觉识別挑战赛。”
    郭长徵用手指重重地敲击著列印纸上的比赛信息。
    “这就太有意思了。”楚一航拿过资料看了起来。
    “有了这个数据集，我课题的数据来源问题就彻底解决了。”郭长征满脸兴奋。
    “这就省去了我们自己在实验室里苦哈哈去收集图片、打標籤的工作。”
    “而且最关键的是，这个比赛提供了一个绝对公平、公开的测试平台。”