一瞬間，江寒的確有個想法：不如試着研製一下圍棋AI？
就像阿法狗那種。
在原本的世界，AlphaGo於2015年一出世，便擊敗了人類棋手中的精英李世石九段，將圍棋AI的水準，從業餘不入流提升到了人類頂尖職業棋手的程度。
之後的兩年裡，隨着版本更新，AlphaGo的戰績更加輝煌。
2016年末至2017年初，AlPhaGo Master在各大網站和職業棋手對戰，取得60連勝的記錄。
2017年5月，AhPhaGo Zero擊敗了當時等級分第一的柯潔。
對於江寒來說，研製這個AI，好處是顯而易見的。
首先，只憑這麼一個程序，就足以征服大半個世界，收割海量震驚點。
其次，不管是參加各種電腦圍棋比賽，還是找人合作，舉辦人機大戰，大約都有可能提升學力等級。
最後，圍棋AI的研製過程，足夠水上十篇八篇的論文，甚至有很大的機會，踏上自然、科學這一類的頂刊。
然而，訓練這種規模的AI，最大的問題是硬件。
沒有接近世界頂尖的超級計算機，只怕很難在幾年內弄出成果。
江寒思索良久，最後終於做出了決定。
等回到松江，就先把超算的事情落實一下！
這樣不管將來訓練圍棋AI，還是搞什麼別的項目，都能事半功倍……
江寒一邊思考，一邊下棋。
但由於心不在焉，始終落在下風。
半個小時後。
江寒一推棋盤，站了起來，笑着說：“蘇爺爺，您棋下得真好，我又輸啦！”
蘇老爺子也站了起來：“今天已經很盡興了，就不多耽誤你的時間了。”
江寒欣然說：“那我先回去了，改天再來陪您下棋。”
“去吧。”
蘇老爺子說着，讓蘇西西扶着，繼續去院子裡溜達。
江寒則馬上回到自己房間，很快打開了筆記本電腦。
正專心致志地收集CARC（青少年機器人競賽）的有關信息，爲明天正式開啓訓練，做一些必要的準備，手機忽然響了起來。
江寒拿起手機一看，是個不認識的電話，看區號是來自海外。
江寒沉吟了一下，接了起來。
對面立刻滴里嘟嚕，飛快地說了起來。
聽聲音是個男士，操着一口不知道地道不地道的英語，也不知道哪個地方的口音。
好在江寒現在已經今非昔比，在聽說讀寫各方面，比幾個月之前多少有點進步，因此勉強還能聽得懂。
雙方很快確認了身份。
對方自稱林登，受ISLVRC組委會的委託，來採訪江寒一些問題。
林登彬彬有禮：“尊敬的江，首先我僅代表比賽組委會，祝賀您在ISLVRC2013比賽中，取得了非常了不起的成績……”
江寒耐心聽完，禮貌地說了聲：“謝謝。”
林登又說：“很榮幸能對您進行採訪，爲了交流上的方便，希望您允許我，與您進行視頻通話。”
“可以。”江寒爽快地答應了，“我的Wechat號碼是……”
掛了電話之後，江寒很快收到了對方的好友申請，於是點了下【接受】。
林登主動發來視頻邀請，江寒接了起來。
林登：“江先生，作爲本次比賽的冠軍程序，您的JiangNet-3可以說創造了一個新的記錄，足足領先第二名3個百分點之多，這真是令人震驚！”
囉嗦了半天，他終於進入正題：“您在JiangNet-3中，到底採用了哪種算法，方便透露下嗎？”
江寒微微一笑：“我把這種技術命名爲深度學習，簡單的說，就是一個具有較多層次的卷積神經網絡。”
林登眼神一亮：“那麼，能否請您詳細地介紹一下CNN，也就是卷積神經網絡呢？”
江寒無可無不可。
反正這些東西，已經寫成了論文，馬上就要問世了，這個時候說出去，也不怕被人抄襲腦洞。
但說實話，CNN技術還是有點複雜的，儘管他已經儘量壓縮，長話短說，仍是足足花了三分鐘，才介紹完大概思路。
林登本人對機器學習，絕不是一無所知的小白，但倉促之間，也只聽懂了不到一半……
等江寒介紹完CNN的原理，林登又說：“接下來的問題，大概是大家都很好奇的。”
頓了頓，問：“您是如何以區區18歲的年齡，做出像深度神經網絡這樣了不起的發明的呢？”
江寒微微一笑：“大概是長期的積累和思考吧，一開始只想到了感應機，後來一點點深入研究下去，就發現還有更多的可能性……”
一頓忽悠之後，又說：“其實我個人覺得，我的這點成就，並不值得大家驚訝。”
頓了頓，一本正經地說：“泡利18歲的時候，就發表了重要論文，21歲就獲得了博士學位，25歲時，提出了泡利不相容原理。”
“還有比爾蓋茨，17歲……”
“陶哲軒，14歲……”
最後總結說：“這些人做出成績的時候，年紀比我現在還小，你說我有什麼可驕傲的呢？”
林登：“……”
姑且不論江寒舉的這幾個例子是否恰當，關鍵是這份氣魄……
接下來，林登又按照計劃，將事先準備好的問題，一一問了出來。
江寒兵來將擋，應對自如。
二十分鐘後，訪談終於結束了。
江寒放下手機，繼續上網，爲下一個比賽做着準備。
另一邊，林登將訪談錄像整理一番之後，很快發佈到了ImageNet官網上。
然後，幾乎一夜之間，CNN技術就在學術界裡，掀起了一場規模不小的風暴。
以前的人工神經網絡，只是一項新技術，前途無量，還有待研究、發展。
但通過這次比賽，深度學習的實用性，已經被JiangNet-3充分地展示了出來。
看完採訪，很多大佬回頭第一件事，就是成立自己的研究小組，訓練各種各樣的人工神經網絡模型，深挖這種技術的潛力。
一時間，機器視覺、語音識別、自然語言處理……
凡是機器學習覆蓋的領域裡，大家都在探索着，將人工神經網絡應用到其中的可能性。
一項新技術，從提出到實用，一般都要經歷幾年的醞釀和發酵，而人工神經網絡卻打破了這種慣例，迅速成爲了最時髦的話題。
從此以後，凡是搞機器學習的人，多少都要懂點人工神經網絡，否則出門在外，都不好意思跟同行打招呼……
訪談之後的第二天，江寒一早就接到了邢宇森的電話。
寒暄完畢，邢宇森說：“小江，DNA結果出來了。”
江寒欣然一笑：“邢哥，麻煩您了……什麼結果？”
邢宇森沉吟了一下：“你自己看吧，我用微信給你發過去。”
江寒忙說：“那謝謝邢哥了。”
“不客氣。”
兩人很快掛了電話。
不多時，江寒收到了電子版DNA檢驗報告單。
江寒先看結論。
【經過比對，您和樣本A之間存在血緣關係的可能性，低於0.001%。】
江寒嘆了口氣。
看來靳家那張照片裡的孩子，並不是自己。
而自己那個帶有“JSH”字母的銀鎖，說不定另有來歷。
甚至可能是個量產貨……
剛想到這裡，江寒忽然心中一動。
等等！
雖然自己和小蚊子之間，基本可以斷定，並不存在任何血緣關係。
可以說，既不同父，也不同母。
然而……自己和靳開顏之間的血緣關係，並沒有徹底排除掉！
不禮貌地說，萬一靳開顏根本就不是小蚊子的親爹呢？
有個小品裡不是演過：媽是親媽，爹……
這樣一來，只比對小蚊子的DNA，根本做不到萬無一失。
所以，最好還是再找個機會，去比對一下靳開顏的DNA……