“让我先看看。”伊恩一个箭步上前，先翻阅了一下对方的摘要和几个公式。
才看了两分钟，就非常沮丧地一屁股坐在了办公室内的沙发上，“对方不是急着发一篇短文占坑的家伙。他们是有备而来。”
学术界有很多这样的人，不管有了什么想法，也不管三七二十一，先写个两三页就公布在arxiv上。以显得他们是第一个发现这件事的人，随后再慢慢做实验。
这样做不能说是错，但确实风气非常不好。
伊恩一向认为自己的嗅觉还是比较前沿的，这次即便撞了车，也只是对方急着占坑这个想法而已。自己一定还有许多操作的空间。
只可惜孟繁岐以非常周密的论文写作彻底摧毁了他的幻想。
不仅概念的定义，公式的推导非常简洁老辣，其基于DreamNet的相关生成实验，结果也是前所未有的惊艳。
“DreamNet，这不就是那个前几天赢得了IMAGENET2013榜首的方法吗？”伊恩恍然大悟，他觉得自己彻底懂了。
伊恩便是因为这个突破人类的性能而联想到，用另一个网络来做判别器，螺旋对抗提升生成器的性能。
自己既然是被这件事启发，那么早几个月设计出DreamNet这个骨干网络的人，他的感触肯定比自己要更深。
继而顺水推舟，做了生成式的对抗实验，确实是理所应当，也是情理之中了。
想到这里，伊恩长长地叹了一口气。
也许输给了其他任何人，他都会觉得非常的懊恼。唯独输给这个DreamNet的作者，让他觉得自己情有可原。
毕竟自己也是被这个网络的性能所启发的。
“你之前已经在max-out，Theano等事情上取得很大的成就了，怎么撞车了一个想法就一蹶不振了？”本吉奥看到自己的学生如同气球被扎了一针一样，泄了气。顿时感觉有些好笑。
“我们几个老家伙，那都是从AI不受待见的旧时代一点点熬过来的。”本吉奥发动了老人的通用技能，忆往昔峥嵘岁月。
“再往前十几年，有几个愿意承认我们神经网络的？不要气馁，振作起来。”
嘴上虽然如此安慰，但内心深处，本吉奥其实也觉得非常心痛。
他的视野比此时正处于激动和兴奋之中的伊恩要远要大太多。正如他之前所说的，这种技术在逼真的人脸生成，乃至于真实的物品，绘画
…。。