BJ时间26号凌晨3点，林灰正忙碌的时候。
加利福尼亚此时刚好上午11点。
位于加利福尼亚的斯坦福大学校园内研究室里埃克来尔·基尔卡加博士已经准备到点下班了。
卷是不可能卷的，完全没必要。
关键是卷不过。
自从LIN HUI搞得生成式文本摘要算法问世诞生之后。
埃克来尔·基尔卡加博士和他所在的团队最近会同普林斯顿大学数学系朱尔斯教授的团队一直在进行对该技术的跟进。
刚开始的时候整个团队还踌躇满志。
之所以如此是因为埃克来尔·基尔卡加博士和他所在的团队发现了长短期神经网络这个方向。
这种神经网络相比普通的循环神经网路，在应用中对间隙长度不敏感。
长短期记忆神经网络在处理更长的序列中有不错的表现。
因为长短期记忆神经网络的特性跟LIN HUI搞得生成式摘要算法中实际应用时的特性很吻合。
当时埃克来尔·基尔卡加博士和他所在的团队一度以为找到了正确的方向。
但最近的跟踪却发现虽然他们的猜测对了，但却也没完全对。
LIN HUI搞得生成式文本摘要里面纵然用到了长短期记忆神经网络。
但也绝对不可能是十分肤浅的应用。
很有可能是对普通的长短期记忆神经网路进行了一定的变化。
不过这种变化究竟是什么短时间内埃克来尔·基尔卡加博士和他所在的团队根本不可能搞懂。
唯一能搞懂的就是LIN HUI对长短期记忆神经网络采用了一种极为巧妙的应用。
就很无奈。
随着研究的深入，被发现的不是技术的真谛。
真正被发现的反而是LIN HUI技术之强劲。
埃克来尔·基尔卡加博士和他所在的团队似乎明白了什么叫做：
——越接近对手的实力，就越理解对手的强大。
面对LIN HUI的时候，埃克来尔·基尔卡加博士和他所在的团队就是这种感觉。
尽管可能赶得上，但涉及到生成式文本摘要这种技术并不是纯粹的技术。
这背后是连带着市场的。
技术问题等得起，但商业上的问题等得起吗？
等对手将市场潜力发掘地差不多了。
再入场又有什么用呢？
埃克来尔·基尔卡加博士和他所在的团队成员决定据实向谷歌市场部的人员汇报在生成式摘要算法方面跟进的情况。
并给出从市场化角度出发的建议。
说实话，作为技术人员从市场化角度出发给出建议。
似乎很跌份。
不过埃克来尔·基尔卡加博士对此也没什么好办法。
如果是纯理论方面的东西或许可以在报道上玩点文字游戏。
但像生成式文本摘要这种跟应用紧密相连的算法。
完全可以用实打实的文本处理能力来衡量。
在这上面根本没有耍花招的空间。
埃克来尔·基尔卡加博士最近从一款名为R.R.的游戏上学会了一个词叫tang、ping
或许这个词才更契合他此时的心态。
好在当早些时候埃克来尔·基尔卡加博士将报告呈递给市场部之后市场部几乎不假思索就表示了同意要谋求林灰的生成式文本摘要这方面的算法授权。
这反应甚至让埃克来尔·基尔卡加博士十分意外。
早答应的这么痛快，他和他的团队也不用奋战这么久啊。