石院士办公室内。

迟惠生教授来了,查红彬教授来了,唐世教授和谭少华教授这些实验室的课题带头人都来了。

“石老师,诸位老师,我依旧坚定地认为,目前的统计学习理论如果继续执着于优雅,可解释性和确定性,那它只会诞生高级的自动化工具,而无法诞生‘智能’——就算是万普尼克出现在这里,我还是会坚持这个观点。

弗拉基米尔·万普尼克(Vdimir Vapnik),生于苏联,而后进入贝尔实验室,向量机的发明者,统计学习理论的奠基人………………

在统计学习理论正式接过人工智能的大旗,横扫神经网络的现在,他就是统计学习领域至高无上的“神”!

余江在全面采用统计学习方法的视听国重实验室里说出这番话,不亚于………………

他在神殿里,面对一帮大祭司公然宣称......

——神,是错的!

办公室内陷入了死一般的寂静,窗外未名湖的风似乎都凝固了。

查红彬教授摘下眼镜,声音有些低沉。

“小余,你可知道,科学之所以为科学,就是因为它是可解释,可验证的。如果你要抛弃确定性去追求那个虚无缥缈的‘智能”,那这还是科学吗?那是炼金术。”

余江也沉默了,片刻后,他轻轻一叹。

“科学是认识世界的方法,而非定义世界。而科学是允许被修正的,就如同统计学习理论在过去十年替代神经网络一样,我相信基于神经网络的深度学习同样会重新替代统计学习理论。”

“这看似方法论,学习流派的问题。”

“实际上是我们愿不愿意相信未来的问题。”

“神经网络固然有诸多的问题,譬如依赖算力,譬如结构化不稳、甚至我也不知道DB能稳定支持到往下多少层深度——但我们绝对不能因为它的解释性差而拒绝它。

“查老师,一年前我就全面了解过统计学习理论。”

查红彬眉头紧锁,略带惊讶:“你从什么地方了解的?”

“nl,现在叫arxiv。”

几位老师齐齐对视。

“那是什么?”

一直安静不言的封富回道:“好像是个什么网站,任何人都可以上传论文的,是不是?”

听到这话余江就明白,目前arXiv在国内确实是几乎无人知晓了。

——他能理解,他读大学那会都已经是2010年代了,国内大学生知晓arXiv也不多。

从90年代到现在,国内的学术视野极度依靠正规期刊的合集,而这往往会比国外落后几个月甚至更久,于是国际交流便几乎成了获取前沿视野唯一的途径。

可计算机领域的国际交流机会,国内并不多。

因为目前国内计算机领域,乃至所有领域的的基调和认知便是,我们长期处于“追赶”中。

追随国外的步伐,天经地义!

学计算机要出国,天经地义!

而从去年开始,余江就不断刷arXiv。

虽然目前整体出口带宽窄,但访问外网的人也少,是以还比较流畅,只是IE对LaTeX公式的渲染支持极差,看得眼睛疼。

但他必须得看。

目前神经网络处于全面被打压的境况,图灵奖和诺奖的双料得主,辛顿老爷子在获得图灵奖后还吐槽过,说在00年代初,他们想发一篇论文难如登天,顶级会议(NIPS,CVPR) Neural Network字眼有极强的排斥感,

甚至审稿编辑会直接回“对不起,我们对这个领域不感兴趣”。

于是arxiv便成了还在坚持神经网络的研究者们最后的圣地。

“是的,但那里的论文,比期刊要领先几个月乃至一年......甚至还有不少没出现在期刊,却依旧有价值的论文。”

查红彬满眼的拒绝和疑惑:“过不了评审的论文有价值?”

“起码思想有价值。”