“马总，您好，叫我过来是有什么吩咐吗？”汤智晓礼貌地点了点头。
“智晓，你来看看这个。”马明把那份文档递了过去。
汤智晓接过来，扶了扶眼镜，目光落在标题上时，眉毛几不可查地挑了一下。
显然，“深度学习”这个新名词引起了他的注意。
他看得很快，但又很仔细。
一开始，他还站着，身体微微前倾。
看着看着，他不知不觉地拉开一张椅子坐了下来。
再然后，他的腰背挺得笔直，几乎是趴在桌子上，手指顺着纸上的数学公式一行一行地移动，嘴里还念念有词，全是些外人听不懂的术语。
办公室里的空气仿佛凝固了。
马宇腾倒是不急。他端起茶杯喝了一口，靠在沙发上等着。
对方这种反应，说明将里面的内容看了进去。
马明一直盯着汤智晓的表情变化，从疑惑到专注，从专注到凝重。
终于，汤智晓翻到了最后一页。
他长长地呼出了一口气，把文档放下来。
然后又拿起来。
从第一页重新开始看。
这一遍他看得更慢，手指在几个关键公式上来回摩挲，脑袋轻微地点着，不知道在跟谁确认什么。
马明忍不住了：“怎么样？”
汤智晓没理他。
马明嘴角抽了抽，转头看马宇腾。
马宇腾笑了一下，做了个稍安勿躁的手势。
又过了将近十分钟，汤智晓终于第二遍看完了。
他抬头的时候，眼镜片后面那双眼睛的神色跟十分钟前判若两人。
“马总……”
汤智晓看着马宇腾和马明，喉结动了动。
“这份东西，谁写的？”
““我提了些方向性的想法，”马宇腾语气随意。
“里面的数学论证和推导，主要是我爱人完成的。”
汤智晓的嘴巴微微张开。
他一开始以为这又是哪个领导拍脑袋想出来的“宏伟蓝图”。
却没想到里面竟然是如此严谨、完整、且具有开创性的理论框架。
从概念定义，到网络结构，再到训练方法，最后是坚实无比的数学基础，这简直就是一篇可以直接发表在顶刊上的开山之作！
“不可思议……简直是天才般的构想！”汤智晓激动地站了起来。
“‘无监督逐层预训练’，这个方法，完美地解决了深层网络训练时梯度弥散的难题！这……这将开启一个全新的时代！”
他看着马宇腾，眼神里全是敬佩。
马明坐直了身体，他明白汤智晓的水平，既然对方都对这份文件的内容赞不绝口，证明他之前的看法没有错。
汤智晓看着马宇腾的眼神变了，他没想到这位国内知名的雷霆工业集团总裁，居然对人工智能这个前沿领域，也有着如此恐怖的技术积累和洞察力。
马宇腾坦然地接受了这份赞美。
虽然核心思想来自未来，但在这个时空，这份文档的作者确实是他和钟虹。
“汤博士，你觉得这套理论有实际应用的可能性吗？”
马宇腾把话题拉了回来。
“有！太有了！”汤智晓毫不犹豫地回答。
“这不仅仅是可能性的问题，它就是我们一直在寻找的答案！有了这个框架，我们之前那些像没头苍蝇一样的研究，立刻就有了明确的方向！”
“很好。”马宇腾点了点头，这正是他想要的结果。
他身体前倾，看着汤智晓和马明，说出了自己今天真正的目的。
“我希望你们的团队，能在这套深度学习的理论基础上，尽快研发出一套新的模型架构。”
“这套架构，要能很好地处理时序数据。它不能只看孤立的、静态的一帧图像，而是要能理解一个连续的序列中，不同元素之间的关联和上下文。比如，一段视频里，前一秒的车辆位置和速度，与后一秒的行为预测之间的关系。”
马宇腾没有提“Transformer”这个名字，但他描述的，正是其核心思想——自注意力机制。
“我需要这套技术，为我们雷霆工业准备研发的自动驾驶系统，提供算法支持。”
“自动驾驶？”马明和汤智晓几乎同时出声。
汤智晓把手里的文档放回桌上，直起腰板。
“自动驾驶？”
他重复了一遍这个词，声音里带着明显的迟疑。
“马总，这个方向，说句不好听的，目前学术界自己都还停留在前期探索的阶段，工业界更没人敢碰。原因很简单，计算机视觉的识别能力远远不够。别说动态的交通场景了。”
马宇腾没有立刻反驳，而是仔细分析道。
“现在的计算机视觉不行，是因为算法模型太浅，特征提取的能力不够。”
他指着桌上那份文档。
“特征提取做不到位，当然什么都认不准。但你刚才自己也说了，这套卷积神经网络加上深度训练之后，提取能力会有质的飞跃。”
“再叠加我刚才说的那种对序列数据的理解能力后，它就不再是逐帧比对像素了。它开始理解上下文，理解空间关系，理解因果。”
“网络可以做得极深，深度意味着理解力。汤博士，这个道理你比我清楚。”
汤智晓没有马上接话。
他低下头，翻开文档里关于序列数据处理的那几页，手指在纸面上划了几道。
办公室里安静了好一阵。
“理论上……有可能。”
他推了推眼镜，语速放慢了不少。
“但问题在两个地方。第一，训练这种规模的模型，需要的数据量是天文数字。光靠实验室采集，十年也凑不够。第二，目前的芯片算力不够，即使利用最先进的GPU也无法实现处理行驶过程中视觉数据的能力。”
马宇腾看向马明。
“数据的问题，明讯网络每天有上亿用户产生的行为数据，这些暂且不说。雷霆汽车未来的产品，每一台车上都会装车载摄像头和传感器。车跑在路上，就是在帮我们采数据。等大量用户在使用过程中，积累下来的真实道路数据，足够我们使用了。”
他顿了一下。
“至于算力，按照摩尔定律，芯片每十八个月的性能翻一番。我们不需要等到算力完全够用的那天才开始动手。模型架构和算法先做出来，数据先存起来。等硬件追上来了，我们就能进入到实际的测试当中。”