尤其是伊利亚，他此刻正在专注于seq-to-seq相关问题的研究，也就是一个语句到一个语句的任务，比如翻译和对话。
由于后世的chatGpt是AI历史上普及率最高，震撼程度也最高的产品，国内所有的大厂都试图复制这项技术。
因而孟繁岐在自然语言领域，最熟悉的就是伊利亚这一条道路。
在之前的短暂交流当中，伊利亚感觉自己比较困惑不解的地方，孟繁岐总是能够为自己指点迷津，顿时服气了。
“天才果然还是天才，完全不讲道理。”伊利亚其实本身也算是天之骄子了，“他明明主要在视觉方面做研究，对自然语言问题却理解得比我还深刻。”
伊利亚很快被折服，并暗下决心多和孟繁岐进行交流合作。
“那我方便先了解一下谷歌现在推荐和广告算法内部迭代的流程和验证指标吗？”
谷歌方面早已把内部账号准备好，孟繁岐登陆进去之后看了一圈，不少东西还是比较熟悉的。
比如谷歌的代码规范，这个是后来华国许多大厂代码规范的蓝本，因此孟繁岐基本熟悉。
至于一些内部的工具，虽然不少孟繁岐没有用过，但也声名在外，有所耳闻。
因此大多数功能很快就上手了。
代码管理仓库里，大部分与自己无关的内容都没有开放权限给自己，其实这个也不要紧，开放了他也看不懂。
比如谷歌浏览器的源码，很早就开源了，但一般人根本没那个能力搞懂。
代码量庞大复杂，即便是别人写的总结，孟繁岐都看不太明白。
他主要关注的还是AI相关的几个算法方向，谷歌内部的进展还是挺快的，自己得抓紧点先做几个变现快的技术。
然后再慢慢搞AI方面的突破。
“广告算法和推荐算法？”杰夫和辛顿都是一脸问号。
如果说图像算法和语言算法还有不少共通之处的话，推荐和广告则就是差别很大的一个领域了。
目前这两年，图像方面突破最快，语言次之。
孟繁岐自己这几个月就做出了三个重大图像成果。
杰夫还指望着他在谷歌大脑再创佳绩呢，结果小子怎么奔着推荐广告去了？
难道就是为了钱？
没错，就是为了钱，没有别的原因。
这方面的算法突破，可以直接抽谷歌8成以上收益的血，这吸引力可比其他方向的AI技术大太多了。
“你不准备继续做图像算法吗？”辛顿有些担忧，他是比较纯粹的学者，虽然早期被金钱困扰，但有了几千万后就不再关心钱的事情，而是安心做学术。
但目前看来，孟繁岐显然不是这样的人，他奔着钱最多的广告业务就去了，这样的功利心态让辛顿有些忧虑。
“也不是，我对推荐算法稍微有一点想法，只是之前个人一直没有数据支撑，我的重心还是放在图像和语言这边。”
孟繁岐只记得几个推荐算法，得快点做出来变现。再过几年他这方面的水平就跟不上了，想一直做也做不下去。
听到这句话，辛顿心中稍稍宽慰了一些。