“出于硬件设备，和相应平台以及技术的限制，可能要到一两年后才能够支撑10topS左右的运算量。”马斯克也没藏着掖着，实话实说。
孟繁岐听了微微点头，马斯克属于是比较技术型的那种掌舵人，对这种细节的了解和未来发展的预判都比较到位，时间和数字很是精准，几乎和原本的时间线一致。
“不过，计算能力只是一方面，想要实现纯视觉系统的自动驾驶，技术上的主要难点是鸟瞰图的重构和感知，以及3d视角下空间的占用情况的分析，这些方面也有不短的路途要走。”
完整的一套流程那可就复杂了，相机拍摄的图像先进骨干网络得到特征金字塔，最开始这第一步孟繁岐算是帮特斯拉做了。
可后面的东西还多着呢，图像的特征要加入空间注意力，要对齐空间的位置乃至于时序的信息，你得从图像里搞清楚各种物体的位置距离和运动方向，结合时间信息才好判断它的速度预测它的位置。
此外，还要生成各种特殊情况以供算法模拟测试，数据怎么产生也是一大难题。
“听你的意思，你对各个关键节点的难点都已经有了一些想法？”马斯克当然清楚孟繁岐的情况，知道他是即将要入职谷歌大脑的。“你大概什么时间会到硅谷来？细节的东西，如果方便，我们当面再聊吧。”
马斯克现在采用的初版方案距离纯视觉还差得很远，纯粹依赖视觉图像实现自动驾驶也只是他的一个梦想，属于长远规划。
目前为止，马斯克的感觉是无从下手，或许他知道一点自己该做什么，但具体怎么做还没有头绪。
刚刚听到孟繁岐的分析，他感到隐约琢磨出了一些脉络，心中非常喜悦。也对孟繁岐的能力十分惊讶和敬佩。
“就是这两天。”孟繁岐看了看日期，也已经二月底了，距离合同上约定的时间已经相当接近。“后天晚上到三藩市。”
孟繁岐只是应deepmind的邀请，先去英国参与了智能围棋项目，事情做得差不多了，还是要回到自己的组内。
deepmind这边，他连自己的算法部分都写成论文提交了，往后的确没什么要紧的事情还需要呆在这。
后续deepmind的团队可能还有对阿尔法狗继续修修补补，边边角角的一些优化。
以及一些外延性质的扩展工作，相同的模式扩展到其他的棋类上，这些工作他就不打算参与了。
毕竟最核心的目的是为了围棋人机大战的流量和关注度，剩下的那些部分对社会的影响并不算大。
目前就只等与李世石约战的时间地点出炉，再与deepmind汇合就好。
2014年的二月底，孟繁岐告别了deepmind的众人，登上了前往美国三藩市的旅程。
临行前，席尔瓦，戴密斯等人均表现出依依惜别的态度。
孟繁岐就像是一张十倍经验卡，让他们每个人都颇有三分顿悟的感觉，这对技术从业人员来说是可遇不可求的，自然十分难舍。
樊麾和战鹰将持续留在deepmind，协助继续优化的同时，也拟担任人机大战的裁判员。
战鹰感觉有点怅然若失，这几周带给她的冲击实在太大了，自己奋斗了十来年的事业，如今即将被颠覆。
战鹰觉得自己不是鹰，而是面对海啸时，还没有学会飞行的小鸟。
即便自己身在最前线，deepmind公司内，仍旧对这一切完全无能为力。
人工智能对围棋的冲击让她感觉迷茫，但之前至少一直有个人领着她，可以解答她的不少疑惑。
而现在始作俑者即将离开，她心中自然会有一些担忧和不安全感。
“其实没有必要有虚无主义的想法，你想想国际象棋都被人工智能称霸多少年了，平均水平不降反升。围棋在进入网棋时代前，平均棋力不也要差很多。”
“人工智能在围棋上的胜利只是象征着人类对围棋的理解还远远不够，理论上说，没法做到完全搜索的阿尔法狗总是还有可能被击败的。”
“人类不应该把人工智能作为对手，而应该把它当做工具，要拥抱变化。”孟繁岐笑道，人对未知的东西和新的东西，就是容易有这种恐慌情绪。
“知道了，我感觉我现在每天都对围棋有新的理解，今年定段一定能行！”战鹰这可不是吹牛，和人工智能认真下过比赛的人，再去和人类棋手下都有一段相当长的连胜期。
柯洁乌镇一战之后，直接人间无敌了一段时间，感觉就是跟人下棋太容易了。
“你要是对柯洁怀恨在心，你就去野狐上挑战他，开狗跟他下两盘网棋。”孟繁岐嘿嘿笑道：“用你的那个鹰在肥，狠狠把他下到怀疑人生。不过玩一两盘就好，玩多就暴露了。”
“是鹰在飞！飞！”战鹰一边说着，一边用两个手肘上下扇动，做出翅膀扇动的动作。
“伱别以为我不知道你在说什么！”战鹰张牙舞爪道。
她这段时间培根面包香肠这样的高热量食物吃多了，此刻体重正是敏感话题。
“你这是要下蛋吗？窝在那边，别弄碎了。”
“爬！快爬！”
“急了急了。”
一片欢乐的气氛中，孟繁岐挥手与众人告别。
在路途上，他梳理了一番思路。
此行就职谷歌一年，有一些目标已经完成。比如巨额的资金已经通过推荐广告算法完成，知名度和社会关注度在阿尔法狗项目中基本可以达成目标。
余下的最大任务就是推进深度学习平台和大型并行训练系统的开发，并将它开源，这个很需要依靠谷歌的人才储备。
如今拥有deepmind的谷歌，几乎可以说包揽了世界上百分之75到80的顶端AI人才。
孟繁岐选择先去谷歌着实也是权宜之计，以他的个人之才能，重生回来发算法绰绰有余，但要直接在国内搞算法的平台，还有专门的并行系统，实在太过难为他了。
在这方面的最佳好手是谷歌大脑负责人杰夫，他的成名作就是大规模数据处理系统，之后又做了结构化数据的分布式。
并且是日后鼎鼎大名的tensorFlow人工智能平台的负责人。
“我技术还是发的太快了，各种其他的基建跟不上啊！”孟繁岐不由得发出了这样的感慨。
其实也不光是软件工具，硬件设备此时也差得远，但只要软件平台搭好，通过数量庞大的显卡并行，还是会有机会做出大的语言模型。
“给自己定一个小目标，离开谷歌的时候就开始做chatGpt。”这块大蛋糕孟繁岐当然不准备在谷歌时期做，在谷歌推动的所有，只是为了自己能更早拥有这些工具去实现语言大模型罢了。