第1083章就那個和錢老一起貴國的沈永健沈老
陳星沉默了幾秒。
說實話，這套條件確實是紅星開不出來的。
不是錢的問題，是土壤的問題。
facebook有十億級彆的用戶基數，有全球最大的社交圖譜數據，有成熟的工程基礎設施。
楊立坤在fair做出來的任何成果，第二天就可以在十億人的產品上驗證效果。
紅星呢？紅星的核心業務是硬件和操作係統和消費電子硬件，用戶數據的維度和facebook完全不在一個量級，每一條業務線都需要技術服務於產品。
一個做基礎ai理論研究的科學家，到了紅星，他怕什麼？
怕自己從一個探索未知的研究者，變成一個服務產品線的工程師。
怕自己提出一個需要五年才能驗證的理論，兩年半後被叫去開會，對麵坐著一群產品經理，問他這個理論能不能讓拍照更清楚。
這種恐懼不是冇有道理的。
全世界的大型科技公司裡，基礎研究團隊被產品線綁架的案例比比皆是。
貝爾實驗室輝煌的時候能發明晶體管，可後來呢？
當母公司開始要求每個項目都要和營收掛鉤的時候，貝爾實驗室就不再是貝爾實驗室了。
“他最後拒絕了？”
“拒絕了。”甘良才翻開一頁筆記，“鄧力的情況和楊立坤不一樣，他的拒絕更實際。”
“鄧力現在在微軟內部的位置非常好，微軟已經允許他搭建自己的深度學習團隊，而且直接對接bing的語音搜索和翻譯業務線，陳總知道這意味著什麼嗎？”
“意味著他有數據。”陳星接過話。
“對。海量的真實語音數據集，幾十種語言的翻譯語料，加上微軟已經跑了十幾年的成熟工程團隊幫他把論文裡的東西落地成產品。”甘良才掰著指頭數，“而且他跟hinton保持著長期穩定的合作關係，兩個人的論文經常互引。這種學術圈子裡的關係網絡，不是你換一家公司就能帶走的。”
“所以他說做語音識彆需要大規模的真實用戶數據，這個數據不是你花錢買服務器就能搞定的，它必須來自真實場景的真實用戶。微軟有bing，有office，有skype，用戶量擺在那裡。”
甘良才抬起頭看著陳星。
“他問我，紅星有什麼？”
有什麼。
紅星有手機、有操作係統、有用戶基數。
但紅星冇有搜索引擎，冇有社交平臺，冇有語音類的互聯網c端業務。
手機端的數據？有是有，但和微軟那種級彆的語料庫比起來，差距不是一星半點。
而且這個節骨眼上，也不能隨意調用……
“還有一點。”甘良才補充道，“鄧力現在正處於推動微軟內部深度學習落地的關鍵窗口期。微軟的管理層最近對ai的態度發生了轉變，開始願意投入更多資源進來。這個窗口期過去了可能就冇有了，鄧力如果這時候跳船，等於把前麵三年的積累全扔了。”
陳星能理解。
你在一家公司花了三年時間，好不容易讓管理層相信了你的方向，資源終於開始傾斜了，團隊也搭起來了。
這個時候換一家公司從頭再來？換了誰都不會乾。
“接著說。”
甘良才把剩下幾個人的情況過了一遍，問題大同小異。
有的是實驗室正好處於出成果的階段，不願意中斷節奏。
有的是已經拿到了大廠的終身教職或者永久編製，穩定性這個因素在學術圈的權重比工業界想象得要大得多。
有的是純粹對華夏的科研環境有顧慮。
留在北美隨時可以參加頂會、隨時可以和同行交流、隨時可以拿到最新的論文和數據。
（本章未完，請點擊下一頁繼續閱讀）第1083章就那個和錢老一起貴國的沈永健沈老(第2/2頁)
回到華夏？那魚頭朝向我，是喝還是不喝？
喝是真不會喝，可不喝是不是不給麵子？
甘良才把筆記本合上，做了一個總結。
“陳總，我跑了兩個半月，接觸了十幾號人，說句老實話，比起錢和待遇，這些人看重的是平臺能力。是數據、是生態、是學術圈子的正反饋循環。”
“壞消息說完了，那好消息呢？”
“何開明非常非常願意加入我們紅星，他現在在微軟亞洲研究院，主攻計算機視覺，方向是深度卷積神經網絡在視覺任務上的應用，重點是他今年才二十五歲，比陳總你還小一歲，冇有楊立坤那種學術大佬的光環，也冇有鄧力在大廠的深厚積累，但這個人有一個特點。”
“擅長工程落地。”
甘良才解釋道：“學術界做ai的人分兩種，一種是理論派，追求的是提出全新的框架、全新的範式，希望改變整個領域的基礎認知，楊立坤是這一類。另一種是工程派，追求的是把好的想法變成真正能跑起來的係統，讓它在真實場景裡產生效果。”
“何開明是後者，他的論文不是那種隻在實驗室裡的東西，都是能直接搬到工程係統裡用的。這種人在學術圈有時候不如理論派風光，但在工業界的價值極高。”
“他為什麼願意來紅星？”
甘良才笑了起來，“他的理由和其他人拒絕的理由恰好反過來。”
“楊立坤他們看到的是，紅星冇有數據、冇有互聯網生態、冇有學術圈子。”
“何開明看到的是，紅星有自研gpu、有自研存儲、有先進封裝，一條完整的硬件鏈路，他跟我說了一句話，我印象很深。”
甘良才學著何凱明的語氣。
“未來ai最大的瓶頸不是算法，是算力，誰擁有自研的算力底座，誰就不用看硬件廠商的臉色，紅星是我見過的，唯一一家有可能從芯片到係統到應用全鏈路自主的公司。’”
陳星聽到這話，也笑了起來。
聰明人，絕頂的聰明人。
楊立坤、鄧力他們看的是現在的條件夠不夠好，環境夠不夠成熟，跳槽的機會成本有多高。
何凱明看到的是紅星兩坤年後的樣子。
紅星現在確實什麼ai積累都冇有。
但紅星有芯片、有製造能力、有操作係統、有終端用戶。
兩坤年後，4坤年後當ai從實驗室走向產品，當算力需求爆炸式增長，紅星自研的gpu和算力底座，就是何凱明可以不看任何人臉色的底氣。
他賭的不是紅星的現在，是紅星的將來。
“條件談好了？”
“談好了。”甘良才翻到另一份文件，“獨立實驗室，學術自主權，允許自由發論文和開源成果，不受硬件業務短期考核約束，這些條件你之前批過的，我跟他確認了。”
陳星滿意的點了點頭。
“入職手續走到哪一步了？”
“簽了意向，msra那邊的離職流程預計六月底走完，最快八月份九月份何凱明就能到深城報到。”
“當然，這次也有意外收獲，比如我在斯坦福那邊抓到了一個叫沈天行的，專攻gpu架構層的視覺加速，據他說他是沈老的表侄。”
“誰？哪個沈老？”陳星有點疑惑，國內能稱之為某老的，那可真是屈指可數。
“沈永健沈老啊，當年和錢老坐一條船回國的那位。”
陳星一拍腦袋才想起來，原來是歸芯裡的那位沈老啊，果然，他們沈家就出芯片方麵的人才，和自己老陳家就出造手機的人才一樣。