但他的想法是，不要让网络去学习F(X)这个完整的映射，而是让它只学习F(X)和X之间的差值，也就是F(X)-X。最终输出变成F(X)+X。
这个“+X”就是捷径。
就是残差连接。
它的意义在于，哪怕F(X)学废了，输出至少还有一个X兜底，不会比什么都没学更差。
更关键的是，梯度可以沿着这条捷径直接回传到前面的层，不用再经过所有中间层的连乘衰减。
梯度消失的问题，被这条捷径绕过去了。
他当天晚上就写了代码。
第二天跑了一个二十层的测试。
然后是三十层。四十层。精度不仅没有下降，还在持续攀升。
他又花了两周时间反复验证，排除过拟合、数据泄漏等一切干扰因素。
最后把层数推到了五十。
5.08%。
和人类标注员打了个平手。甚至略微超过。
任少卿睁开眼睛，盯着天花板看了很久。值班间的日光灯管有一根坏了，一明一暗地闪着。
“少卿哥，这个结果……”
陈立秋把擦了无数遍的眼镜重新戴好，声音压得很低，
“能发顶会吧？”
“不止能发。”
郑宇航已经从最初的激动中回过神来了，他盯着屏幕上的损失曲线，
“这东西要是公开出去，整个领域都得重新洗牌。以前大家默认深层网络没法训练，所有人都在十几二十层的范围里卷。现在这个假设直接被推翻了。”
任少卿没说话。
他站起来，走到机房那面闪烁的绿色光墙前面，双手插在冲锋衣口袋里。
兴奋吗？当然兴奋。
但兴奋过后，一种更复杂的情绪开始往上涌。
他想起去年在西安交大走廊里，那个黄毛少年对他说的话。
“你的模型在做大量无效计算。”
“让模型只用它需要用的那部分脑子去思考。”
当时他以为那只是一个外行的模糊直觉。
但现在他回过头来看，那个十八岁的少年说的每一句话，都精准地指向了这个领域未来五到十年的核心命题。
残差连接解决了深层网络的训练问题。
但那个少年想要的，显然不止于此。
任少卿盯着那面光墙，脑子里像打开了一扇被堵住很久的门。
五十层的残差网络证明了一件事：网络可以做得很深，深度不再是瓶颈。
那下一个瓶颈是什么？
他几乎是本能地想到了那个词。
宽度。
或者更准确地说，视野。
卷积网络的每一层只能看到一个局部窗口。
三乘三，五乘五，最大也就七乘七。哪怕你把网络堆到一百层，每一层看到的依然是一小块局部区域。
它通过层层叠加来扩大感受野，但这种扩大是间接的，是逐层递推的，不是一步到位的。
如果数据不是图片呢？
如果是一段文字，一个句子，一篇文章？
文字里的语义关联可以跨越整个句子。
第一个字和最后一个字之间可能存在关键的依赖关系。卷积核看不到那么远。
循环神经网络可以看到，但它是串行的，一个字一个字往后递，速度慢得要命，而且同样存在梯度消失。
只不过是时间维度上的梯度消失。
那如果……
任少卿摇了摇头，把这个念头暂时压下去。
他现在面前摆着一堆更紧迫的问题。
论文要不要写？投哪个会议？实验还需要补哪些对照组？
一百层的网络还没跑，一百五十层呢？
目标检测任务上的迁移效果怎么样？
另外，残差连接这个结构目前只在图像分类上验证过。
要推广到其他任务、其他数据类型，工作量巨大。
他手上就两个师弟，根本忙不过来。
这些问题每一个都很具体，每一个都需要人手、时间和资源。
“少卿哥。”
郑宇航不知道什么时候走到他旁边来了，手里端着两杯速溶咖啡，递了一杯过来，
“你是不是该跟上面汇报一下了？”
任少卿接过咖啡，没喝。
“上面”。在这个基地里，“上面”这个词只指向一个人。
他入职快半年了，跟那个黄毛少年只见过一次面。
日常工作对接的是林溪和徐静。林溪管钱管人，徐静管硬件和基建。
两个人都很专业，给他的自由度也大，基本上他要什么给什么，从来不问他每天具体在做什么。