吳韌的厄運 （1）
2015年是百度人工智能史上的至暗時刻與分水嶺，更是其在AI爭奪戰中由盛轉衰的轉折點。一場震撼世界的“醜聞”，伴隨著核心技術人才的大規模流失，加之宏觀環境頂頭颶風般的衝擊，百度從技術領先全球的巔峰跌落。多重打擊之下，百度自此陷入了長期的戰略被動。2015年5月11日，百度研究院異構計算團隊在嵌入式視覺峰會（Embedded Vision Summit）上宣布：其深度學習超級計算機“岷蛙”（Minwa）在 ImageNet 分類任務中，將 Top-5 錯誤率降至 4.58%。
中國公司的AI科技領先世界。這是一個裏程碑事件！
讓全世界的科技巨頭們驚掉下巴。
眾人一時不知所措：中國人幹的？中國人有這個本事？
懷疑多於肯定！那時候的世界，還沒有準備好應對這一時刻！
這一數據在當時的全球學術界與工業界引發了巨大震動。它不僅優於穀歌於同年3月公布的 4.82% 和微軟的 4.94%，更在測試表現上超越了人類的平均水平（約 5.1%）。這一成績將百度深度學習研究院推向了全球 AI 競賽的舞台中心。
領隊吳韌在發布現場表示：“百度正處於計算機智能競賽的世界領先地位。”
消息傳回國內，迅速引發了廣泛的技術討論與輿論關注。當時的國內媒體（如《科技日報》、中新網等）和各大科技門戶網站幾乎用“橫掃”、“碾壓”這類詞匯來報道。標題大多是《百度AI世界第一，超越穀歌微軟》、《百度“岷蛙”震撼全球，中國技術登頂》等。輿論將此事件與“中國製造”轉型“中國創造”掛鉤。在知乎、虎撲等社區，網民的情緒極度高昂，認為中國在AI這個最前沿的賽道上終於擁有了技術霸權。
岷蛙是百度於 2014 至 2015 年間投入重金研發的計算集群，由上千塊 NVIDIA GPU 構成，專為大規模深度學習訓練量身定製。依托這一平台，團隊研發的“Deep Image”模型實現了從 1 月份論文公布的 5.98% 到 5 月份 4.58% 的性能跨越。
這不僅是算法的優化，更是一場極致的工程實踐成果：通過算力集群的深度整合、超參數的大規模並行調優，百度向業界展示了其在處理超大規模數據與構建“重型工業化”算力體係上的硬實力。
與國內的狂熱構成巨大反差的是，大洋彼岸的味道截然不同。當百度在 5 月中旬宣布超越穀歌和微軟時，《紐約時報》、CNN 以及《Wired》、《MIT 科技評論》等頂級媒體悉數出動。字裏行間，滿是“狼來了”的警覺。
美國媒體的邏輯簡單而粗暴：他們反複強調百度擁有吳恩達這一事實，自以為是地認定，百度之所以能取得這樣的成績，僅僅是因為“挖走了矽穀的大腦”。那種隱隱的擔憂背後，是更深的傲慢。他們認為中國公司依然隻是“模仿者”，無非是靠著暴力計算資源，在 AI 的核心戰場上暫時壓製了美國巨頭。
潛台詞呼之欲出：你偷走了吳恩達，才有這點成績。況且，你也隻有一個吳恩達而已！
2015年5月11日那天，百度的股價隻是小幅震蕩。即便“岷蛙”刷出的 4.58% 在中文互聯網瘋狂刷屏，但在華爾街看來，這件“小事”還遠未到能撩撥投資者神經的地步。在那時的全球資本敘事裏，AI 還是個邊緣劇本，華爾街根本不在乎。
深度學習在矽穀也隻是實驗室裏的前沿實驗，離變成“改變世界”的生產力工具還有好幾年距離。投資者看百度，更多在意的是移動搜索流量被微信分流、PC端紅利見頂、廣告變現壓力這些老問題。ImageNet上的一個基準成績，再亮眼，也隻是學術圈的“實驗室冠軍”，換不來二級市場的狂熱買入。
這恰恰說明了AI影響力的真實演進路徑：從2012年的AlexNet到2015年的Minwa，技術突破一直在發生，但資本市場真正開始“神經緊繃”，要等到2017–2018年AlphaGo擊敗李世石，2019–2020年Transformer和大模型敘事成型，2022年底ChatGPT引爆大眾想象之後。
之前的所有高光，都還停留在“科學家很興奮，工程師很激動，投資者很淡定”的階段。
岷蛙的4.58%像顆信號彈，照亮了中國AI在硬核基準上追趕甚至短暫領先的可能性，但它還沒亮到能點燃華爾街的估值之火。那時的市場，還需要更多“從實驗室到產品、從產品到千億美金敘事”的證據，才能真正把AI當成決定股價的變量。
可惜，高光隻亮了不到三周。美國人終於找到了反擊的契機！
2015年5月19日，競賽官方，斯坦福視覺實驗室，先發了一個模糊公告，說發現某團隊通過多賬號繞過了“每周最多2次測試提交”的規則。
6月2日，才開始直接點名百度。
為了繞開競賽關於“每周僅限提交兩次”的硬性規定，從 2014 年 11 月到 2015 年 5 月，百度團隊使用了至少 30 個虛假注冊賬號，向測試服務器發起了超過 200 次違規提交。
在衝刺最激烈的 3 月 15 日至 19 日，短短五天內，他們利用這些“馬甲”賬號瘋狂刷榜多達 40 餘次。這種做法本質上是通過高頻測試，強行試出了服務器後台的測試規律，讓最終那個傲視群雄的 4.58% 蒙上了一層利用規則漏洞的陰影。
斯坦福如此的猶豫和遲疑，意味深長，耐人尋味。
在最終的判決書下達前，斯坦福內部，曾爆發過一場極具專業深度的爭論。並非所有人都主張對百度施以極刑。幾位資深的算法研究員對著後台那200多次提交記錄，陷入了長久的沉默。在他們看來，這與其說是“作弊”，不如說是一場關於“規則極限”的瘋狂測試。
“他們並沒有修改測試數據，也沒有竊取答案，”一位年輕的副教授在內部會議上據理力爭，“他們隻是利用了規則沒有明文禁止的漏洞，去壓榨算法的性能上限。這種對算力的極致調動，難道不正是深度學習未來的方向嗎？”
就學術上的正義感而言，科學的本質是探索邊界，百度異構計算團隊表現出的，是一種近乎偏執的技術貪婪。如果僅僅因為他們“提交得太多”就徹底否定那驚人的 4.58%，對於那些日夜守在服務器前的中國工程師來說，是否過於殘酷？
然而，這種微弱的正義之聲，很快就被另一種更宏大、更冰冷的邏輯所淹滅。
實驗室的執掌者們必須考慮，ImageNet 是全球 AI 界的“度量衡”。如果默許這種繞過規則的“刷榜”，那麽這個榜單的公正性將瞬間崩塌。更何況，當時的空氣中已經彌漫著一種不安的政治寒意。大洋彼岸的巨頭們正盯著這裏，他們需要一個結果，一個能證明“中國式領先”帶有原罪的證據。
最終，學術的寬容讓位於“規則”的威嚴，理性的辯論被定性後的通告取代。
測試集對選手是完全封閉的。選手的常規流程是在訓練集上建模，隨後將代碼提交至官方服務器進行黑盒評估。由於測試過程存在隨機波動，官方將提交頻率限製為每周兩次，以防止選手通過高頻反饋推測測試集的分布，進而針對性地微調參數。這種行為在學術界被視為“偷窺答案”後的定向刷分。
百度通過多賬號操作，實質上擊穿了這一規則紅線。他們將每周兩次的配額放大至百倍，通過上百次的試錯反饋，強行讓模型在海量嚐試中捕捉到了那個極低的測試得分。這種做法讓最終的數據不再是算法能力的自然演進，而變成了一場利用規則冗餘進行的概率狩獵。
6月2日，調查報告公開，國際學術圈隨之引發劇烈震動。《麻省理工科技評論》以《百度如何在AI測試中作弊》為題，將其定性為“機器學習領域的首例醜聞”。主流媒體蜂擁而至，將其比作“AI界的興奮劑事件”。加州大學伯克利分校的 Jitendra Malik 教授對此評價道：“如果你跑出了 9.5 秒的百米成績，卻是靠服用藥物實現的，那這個成績還有什麽意義？”
百度隨後發表聲明，將違規歸因為“對規則的誤解”，並重申其對“公平與透明”的立場。
然而內部調查顯示，這並非無心之失，而是異構計算團隊負責人吳韌指示下屬故意繞過規則。6月11日，百度宣布開除吳韌。盡管吳韌在給媒體的郵件中堅稱，規則是指“每人每周”而非“團隊總限”，認為 200 次提交在邏輯上合理，但這種辯解在學術界公認的準則麵前顯得蒼白無力。
美國人很在乎事後懲罰，清算結果帶有毀滅性。百度在 ImageNet 上的所有成績被取消，並被處以禁賽一年的重罰。原本那個領先全球的 4.58% 從排行榜上徹底消失，百度也從技術領跑者瞬間跌落為“帶有汙點的爭議者”。
穀歌與微軟借此機會迅速反超。輸掉一場競賽事小，由此帶來的更深遠的影響是，這場風波不僅透支了百度的學術信譽，也讓其在全球頂級人才的吸引力上，蒙受了不可逆的巨大長期損失。
【節選自 《AI霸權：紀元啟示錄》（汪翔，即將出版）（第八章：百度的輝煌與屈辱）】
