ImageNet可不僅僅只是給ALExNEt提供了資料集而已，在這個巨大的影象資料庫的基礎上，李飛飛等人組織了著名的ImageNet影象識別挑戰賽，邀請世界範圍內很多著名計算機視覺團隊參加比賽。

別以為科研人員不好勝，其實他們也特別喜歡參加各種比賽，那種用智商和方法碾壓對手的感覺，其實遠比體育運動中擊敗對手的成就感更強，因為體育運動員的強大是一個人的強大，而他們的強大有可能帶來人類整體文明的進步！

ImageNet的比賽資料龐大，物體類別多，其中包含個類別和1000萬個影象，而且有統一的評判基準，很快就吸引了眾多計算機視覺團隊的加入。

今年ImageNet的冠軍正是辛頓團隊，阿萊克斯程式設計出了一個計算速度非常快的卷積核函式，然後用ImageNet資料集去訓練神經網路，這個方法讓他們將影象分類錯誤率降低了20％，而一般來說，類似的影象分類錯誤率每年只能降低不到1％。

相當於把這一技術的改進加速了20年！

正如牛頓當年和胡克的爭論，激發了自然科學、物理學和數學的大進步，而上世紀三四十年代科學家圍繞著相對論、光、量子理論的各種不同見解和互相幫助奠定了量子力學的基礎一樣，李飛飛的ImageNet資料集催生了辛頓的卷積神經網路演算法，他們共同開啟了這個裝滿了人工智慧的潘多拉魔盒！

阿萊克斯介紹完ALExNEt，這個神經網路正是以他的名字來命名的，他可能也沒想到，這將會讓他的名字永遠保留在人類科技史之中，未來很可能會出現在教科書上，甚至成為某道填空題的答案，或者成為某個人工智慧相關的計量單位……

做完ALExNEt的介紹，辛頓道：“於，你們有什麼問題嗎？”

於凱攤攤手道：“如果我們還抱有疑惑，不會跨越太平洋從鏵國來到這裡。事實上，無論是千度還是星瑞，又或者是我們兩個公司共同投資創立的瑞度，對你們的研究都非常感興趣，也有很大的信心。”

“哦，你們真的確定，這會是一個很有發展的方向嗎？”辛頓問道。

“不然呢？你在1971年提出了神經網路這個概念，然後就一直為之而努力，你是我所知道的，對於某一個事業和信念最為堅持的人！我敬佩你的決心和堅持，現在看到你的堅持終於開花結果，我不但為你高興，也非常興奮它會改變全世界。”於凱道。

辛頓露出一絲微笑。

當全世界都覺得這個事情不行，只有你覺得可以的時候，你會怎麼做？

是隨波逐流，聽從其他人的建議，去做一些更有“意義”的事情，還是堅持自己的想法？

如果堅持的話，當沒有任何人相信你，也沒有人願意給你幫助的話，你能堅持多久？

辛頓堅持了四十年。

這時，李睿緩緩開口了：“我還有個問題，可以嗎？”

“當然可以。”辛頓道。

李睿道：“我的問題很籠統，我想知道，在你們的心目中，未來的神經網路，或者說人工智慧能做什麼事？”

辛頓淡淡的道：“這個問題，伊爾亞，你來回答吧。”

伊爾亞道：“這是一個好問題，如果讓我來回答的話，我會說神經網路可以做到任何人類能夠做到的事情，也能做到人類做不到的事情。”

“比如呢？”李睿追問道。

其實李睿這個問題裡藏著陷阱，他只是想透過回答，來確定辛頓團隊對於神經網路的理解已經到了什麼地步，才方便後續出價。

伊爾亞想了想道：“打個最簡單的比方，神經網路可以透過學習成為一個全能的翻譯，精通全世界所有的