第686章 纯注意力机制？你们竟敢这么想

2014年6月底，雅安。

林之远拖着行李箱走出机场大巴的时候，第一反应是自己下错了站。

眼前是一条双车道的省道，两侧全是低矮的民房和零星的小卖部。

一辆农用三轮车突突突地从面前驶过，车斗里装满了竹筐，扬起漫天灰尘。

“这就是你说的全球顶级算力中心？”

凯文把墨镜推到额头上，脸上的表情像是吞了一只苍蝇。

赵明拎着双肩包从后面跟上来，拍了拍他肩膀：“别急，还没到呢。”

凯文耸耸肩，用那口让林之远听着就来气的蹩脚中文说了句：“我就说嘛，不可能的。”

林之远没搭理他。

凯文会跟着一起来，纯属意外。

那天在斯坦福实验室里，他花了整整一周复现那篇论文的实验。

152层深度的神经网络，图像识别错误率只有3.57%，比人类标注员的5.1%还低一大截。结果和论文数据完全吻合，一个数字都没差。

从那以后，凯文像被什么东西勾住了。

嘴上还是那副“中国实验室不可能”的论调，私底下已经把论文翻来覆去读了不下二十遍。

当林之远和赵明提出辞职回国时，凯文犹豫了三天，最后厚着脸皮问了一句：

“那个九天实验室，收不收外国人？”

一辆黑色别克商务车从省道尽头驶来，稳稳停在三人面前。

车门打开，下来一个穿黑色职业套装的女人，身材高挑，妆容精致，整个人散发着一种和周围环境格格不入的都市感。

“林之远博士，赵明博士，还有凯文·安德森先生？”

她扫了三人一眼，语速极快。“我是徐静，负责九天实验室的行政对接。”

徐静没有立刻让他们上车，而是从公文包里拿出三份厚厚的文件。

“在上车前，各位需要签署这份S级竞业与保密协议。”

她的目光特意在凯文身上停顿了两秒，语气冷硬：

“特别是安德森先生，按照我们大老板的死命令，外籍人员进入基地需要经过独立的法务背调，你的临时访问权限只有四十八小时，且严禁携带任何电子设备进入核心区。”

凯文被这阵仗镇住了，乖乖交出手机接过了笔。

商务车拐上一条新修的柏油路，路面宽阔平整，和刚才的乡间小路判若两个世界。

“从市区到基地，专线直达，不走公共道路。”徐静坐在副驾驶，头也不回地说。

林之远注意到路边每隔五十米就有一根崭新的电线杆，上面挂着的不是普通的民用线缆，而是工业级的高压输电线。密密麻麻，粗得吓人。

赵明也看到了，跟他对视一眼，都没说话。

又开了二十分钟，车子驶过一道安保闸门。门口站着四个穿制服的保安，配了对讲机，闸门旁边还有车底扫描设备。

这安保规格，比他在硅谷见过的任何科技公司都高。

然后他看到了那片建筑群。

三栋巨大的灰白色厂房并排矗立，每栋至少有两个足球场那么大。

外墙上没有任何标识，只有密密麻麻的通风管道和冷却塔。一条粗壮的高压线从远处的变电站直接接入厂房顶部，嗡嗡的电流声隔着车窗都能听见。

凯文的嘴张开了，半天没合

上。

“雅安九章算力基地。”徐静终于转过头来，面带些许得意。

“目前拥有NVIDIA顶级运算显卡七百余张。其中四百张K80，是美国总部因为我们老板砸了数千万级别的超级订单，破例提前五个月秘密交付的工程测试版。总浮点算力在国内民间机构中排名第一。”

林之远的手指不自觉地攥紧了膝盖上的背包带。

七百多张顶级显卡。

斯坦福整个计算机系的集群加起来，也就这个数的三分之一。

三人下车，六月的雅安闷热潮湿，但厂房周围的空气明显凉了几度。那是大功率制冷系统外排的冷风。

徐静带着他们刷卡进入侧门。走廊很长，地面铺着防静电地板，头顶是工业级LED灯管，亮得刺眼。

推开尽头的玻璃门，林之远停住了脚步。

一整面墙的服务器机柜，从地板延伸到天花板，蓝色的指示灯密密麻麻地闪烁着。

液冷管道从机柜顶部蜿蜒而过，冷却液发出轻微的咕噜声。

“我的天。”凯文低声说了一句。

赵明拍了拍他的肩膀，笑了：

“怎么样？还觉得不可能吗？”

徐静没给他们太多时间感慨：

“算力中心只是基础设施。你们要去的地方在隔壁楼。走吧。”

隔壁楼门口挂着一块不锈钢牌子：九天AI实验室。

二楼的开放式办公区里，十几个人正对着屏幕工作。有人在跑代码，有人在白板上写公式，角落里两个人正对着一张打印出来的论文激烈讨论。

一个戴眼镜的年轻人从工位上站起来，朝他们走过来。

“林博士，赵博士？”他伸出手。“任少卿。论文你们应该看过了。”

林之远握上去。这只手的主人，就是那篇让全球AI界炸锅的论文的第一作者。

比他想象中年轻得多，看着也就二十五六岁。

“看过了。复现过了。数据完全对得上。”

任少卿笑了一下：“那就好。省得我还要解释为什么152层能训练。”

楼梯口传来脚步声。一个身材偏瘦、穿着黑色连帽衫的男人走下来，手里端着一杯咖啡，眼睛下面有明显的黑眼圈。

“楼天城。”任少卿介绍道。“我们的系统架构负责人。昨晚应该又通宵了。”

楼天城点了点头，看了一眼林之远的胸牌：

“看资料，你在斯坦福做的是推荐算法方向？”

“对。博士论文写的是用深度学习做推荐系统。”

“那正好。”楼天城喝了口咖啡。

“我们现在在做一个东西，需要你这个方向的人。”

他转身走向白板，拿起马克笔，刷刷刷写了一串公式。

林之远凑过去看。

那是一个注意力权重的数学表达式。

所谓“注意力机制”，通俗地说，就是让AI在处理一段信息时，能像人类阅读一样，自动把目光聚焦在最重要的部分，而不是平均分配精力。

但这个公式和他在论文里见过的不一样。

传统的注意力机制，是让AI在翻译时“回头看”原文。

比如翻译一句英文时，每写一个中文词，都回头看看英文原句里哪个词最相关。

而白板上这个公式，

做的事情完全不同：它让一句话里的每个词，都去“看”这句话里的其他所有词。

不是回头看别人，是自己看自己。

“你们在做……序列内部的自相关计算？”

林之远的声音不自觉地提高了。

任少卿和楼天城对视了一眼。

“差不多。”任少卿说。

“我们在探索一种全新的方式来让AI理解语言。不依赖传统的循环结构。就是那种必须一个词一个词按顺序处理的老方法，而是完全用注意力机制，让所有词同时互相‘看见’彼此。”

林之远的脑子嗡了一下。

不依赖循环结构？纯注意力？

这个想法太疯狂了。当前全世界做语言AI的人，没有一个敢把循环网络完全扔掉。注意力机制在所有已发表的论文里，都只是辅助模块，从来不是主角。

“你们怎么敢往这个方向想？”

任少卿推了推眼镜，眼神里闪过敬畏：

“不是我们敢想，是老板问了我们一个问题。能不能让序列内部自己看自己。安德烈顺着这句话推导了三个月，才有了这套数学框架。”

林之远和赵明满脸震惊。

那个神秘的幕后老板，到底是个什么怪物？

“验证过了？”赵明强忍震惊，凑过来盯着白板。

“初步实验跑通了。”楼天城说。

“但还有很多工程问题。计算量随文本长度的平方增长，显存吃得很凶。我们需要更多懂并行计算和矩阵优化的人。”

他看了林之远一眼。“也需要懂推荐系统里那套相似度计算的人。本质上是同一套数学，都是在海量信息里找到最相关的那一部分。”

凯文站在旁边，盯着白板上的公式看了足足两分钟。

然后他转过头，用英文对林之远说了一句话：

“他们领先我们至少一年。”

林之远没有反驳。

斯坦福、伯克利、谷歌大脑，所有人还在想怎么让注意力更好地辅助循环网络。

而这间藏在四川山区里的实验室，已经在问一个完全不同的问题：

我们还需要循环网络吗？

任少卿拉了几把椅子过来。

“坐吧。你们在斯坦福做的那套用户行为建模，跟我们现在做的东西有很多可以互相借鉴的地方。”

这一聊就是三个小时。

林之远发现自己越聊越兴奋，很多在斯坦福想不通的问题，在这里找到了全新的切入角度。

赵明更夸张，直接从包里掏出笔记本电脑，当场开始推导一个他想了半年没想通的数学问题。

凯文全程没怎么说话。但林之远注意到，他的眼睛一直在发亮。

下午五点，徐静推门进来：“聊完了？食堂六点开饭。”

任少卿看了看三个人的表情，笑了：“我猜不用再走什么流程了吧？”

林之远站起来，伸出手：“什么时候能开始？”

“明天。”任少卿握住他的手。“安德烈刚推完一版新的数学框架，正好需要人帮忙做工程验证。你来得太及时了。”

凯文也站了起来。他犹豫了一下，用那口蹩脚的中文说：

“我也可以明天开始吗？”

楼天城笑了笑。

“当然可以。我们欢迎天才。”