百度的屈辱：吴韧的厄运 （1）

吴韧的厄运 （1）

2015年是百度人工智能史上的至暗时刻与分水岭，更是其在AI争夺战中由盛转衰的转折点。一场震撼世界的“丑闻”，伴随着核心技术人才的大规模流失，加之宏观环境顶头飓风般的冲击，百度从技术领先全球的巅峰跌落。多重打击之下，百度自此陷入了长期的战略被动。

2015年5月11日，百度研究院异构计算团队在嵌入式视觉峰会（Embedded Vision Summit）上宣布：其深度学习超级计算机“岷蛙”（Minwa）在 ImageNet 分类任务中，将 Top-5 错误率降至 4.58%。

中国公司的AI科技领先世界。这是一个里程碑事件！

让全世界的科技巨头们惊掉下巴。

众人一时不知所措：中国人干的？中国人有这个本事？

怀疑多于肯定！那时候的世界，还没有准备好应对这一时刻！

这一数据在当时的全球学术界与工业界引发了巨大震动。它不仅优于谷歌于同年3月公布的 4.82% 和微软的 4.94%，更在测试表现上超越了人类的平均水平（约 5.1%）。这一成绩将百度深度学习研究院推向了全球 AI 竞赛的舞台中心。

领队吴韧在发布现场表示：“百度正处于计算机智能竞赛的世界领先地位。”

消息传回国内，迅速引发了广泛的技术讨论与舆论关注。当时的国内媒体（如《科技日报》、中新网等）和各大科技门户网站几乎用“横扫”、“碾压”这类词汇来报道。标题大多是《百度AI世界第一，超越谷歌微软》、《百度“岷蛙”震撼全球，中国技术登顶》等。舆论将此事件与“中国制造”转型“中国创造”挂钩。在知乎、虎扑等社区，网民的情绪极度高昂，认为中国在AI这个最前沿的赛道上终于拥有了技术霸权。

岷蛙是百度于 2014 至 2015 年间投入重金研发的计算集群，由上千块 NVIDIA GPU 构成，专为大规模深度学习训练量身定制。依托这一平台，团队研发的“Deep Image”模型实现了从 1 月份论文公布的 5.98% 到 5 月份 4.58% 的性能跨越。

这不仅是算法的优化，更是一场极致的工程实践成果：通过算力集群的深度整合、超参数的大规模并行调优，百度向业界展示了其在处理超大规模数据与构建“重型工业化”算力体系上的硬实力。

与国内的狂热构成巨大反差的是，大洋彼岸的味道截然不同。当百度在 5 月中旬宣布超越谷歌和微软时，《纽约时报》、CNN 以及《Wired》、《MIT 科技评论》等顶级媒体悉数出动。字里行间，满是“狼来了”的警觉。

美国媒体的逻辑简单而粗暴：他们反复强调百度拥有吴恩达这一事实，自以为是地认定，百度之所以能取得这样的成绩，仅仅是因为“挖走了硅谷的大脑”。那种隐隐的担忧背后，是更深的傲慢。他们认为中国公司依然只是“模仿者”，无非是靠着暴力计算资源，在 AI 的核心战场上暂时压制了美国巨头。

潜台词呼之欲出：你偷走了吴恩达，才有这点成绩。况且，你也只有一个吴恩达而已！

2015年5月11日那天，百度的股价只是小幅震荡。即便“岷蛙”刷出的 4.58% 在中文互联网疯狂刷屏，但在华尔街看来，这件“小事”还远未到能撩拨投资者神经的地步。在那时的全球资本叙事里，AI 还是个边缘剧本，华尔街根本不在乎。

深度学习在硅谷也只是实验室里的前沿实验，离变成“改变世界”的生产力工具还有好几年距离。投资者看百度，更多在意的是移动搜索流量被微信分流、PC端红利见顶、广告变现压力这些老问题。ImageNet上的一个基准成绩，再亮眼，也只是学术圈的“实验室冠军”，换不来二级市场的狂热买入。

这恰恰说明了AI影响力的真实演进路径：从2012年的AlexNet到2015年的Minwa，技术突破一直在发生，但资本市场真正开始“神经紧绷”，要等到2017–2018年AlphaGo击败李世石，2019–2020年Transformer和大模型叙事成型，2022年底ChatGPT引爆大众想象之后。

之前的所有高光，都还停留在“科学家很兴奋，工程师很激动，投资者很淡定”的阶段。

岷蛙的4.58%像颗信号弹，照亮了中国AI在硬核基准上追赶甚至短暂领先的可能性，但它还没亮到能点燃华尔街的估值之火。那时的市场，还需要更多“从实验室到产品、从产品到千亿美金叙事”的证据，才能真正把AI当成决定股价的变量。

可惜，高光只亮了不到三周。美国人终于找到了反击的契机！

2015年5月19日，竞赛官方，斯坦福视觉实验室，先发了一个模糊公告，说发现某团队通过多账号绕过了“每周最多2次测试提交”的规则。

6月2日，才开始直接点名百度。

为了绕开竞赛关于“每周仅限提交两次”的硬性规定，从 2014 年 11 月到 2015 年 5 月，百度团队使用了至少 30 个虚假注册账号，向测试服务器发起了超过 200 次违规提交。

在冲刺最激烈的 3 月 15 日至 19 日，短短五天内，他们利用这些“马甲”账号疯狂刷榜多达 40 余次。这种做法本质上是通过高频测试，强行试出了服务器后台的测试规律，让最终那个傲视群雄的 4.58% 蒙上了一层利用规则漏洞的阴影。

斯坦福如此的犹豫和迟疑，意味深长，耐人寻味。

在最终的判决书下达前，斯坦福内部，曾爆发过一场极具专业深度的争论。并非所有人都主张对百度施以极刑。几位资深的算法研究员对着后台那200多次提交记录，陷入了长久的沉默。在他们看来，这与其说是“作弊”，不如说是一场关于“规则极限”的疯狂测试。

“他们并没有修改测试数据，也没有窃取答案，”一位年轻的副教授在内部会议上据理力争，“他们只是利用了规则没有明文禁止的漏洞，去压榨算法的性能上限。这种对算力的极致调动，难道不正是深度学习未来的方向吗？”

就学术上的正义感而言，科学的本质是探索边界，百度异构计算团队表现出的，是一种近乎偏执的技术贪婪。如果仅仅因为他们“提交得太多”就彻底否定那惊人的 4.58%，对于那些日夜守在服务器前的中国工程师来说，是否过于残酷？

然而，这种微弱的正义之声，很快就被另一种更宏大、更冰冷的逻辑所淹灭。

实验室的执掌者们必须考虑，ImageNet 是全球 AI 界的“度量衡”。如果默许这种绕过规则的“刷榜”，那么这个榜单的公正性将瞬间崩塌。更何况，当时的空气中已经弥漫着一种不安的政治寒意。大洋彼岸的巨头们正盯着这里，他们需要一个结果，一个能证明“中国式领先”带有原罪的证据。

最终，学术的宽容让位于“规则”的威严，理性的辩论被定性后的通告取代。

测试集对选手是完全封闭的。选手的常规流程是在训练集上建模，随后将代码提交至官方服务器进行黑盒评估。由于测试过程存在随机波动，官方将提交频率限制为每周两次，以防止选手通过高频反馈推测测试集的分布，进而针对性地微调参数。这种行为在学术界被视为“偷窥答案”后的定向刷分。

百度通过多账号操作，实质上击穿了这一规则红线。他们将每周两次的配额放大至百倍，通过上百次的试错反馈，强行让模型在海量尝试中捕捉到了那个极低的测试得分。这种做法让最终的数据不再是算法能力的自然演进，而变成了一场利用规则冗余进行的概率狩猎。

6月2日，调查报告公开，国际学术圈随之引发剧烈震动。《麻省理工科技评论》以《百度如何在AI测试中作弊》为题，将其定性为“机器学习领域的首例丑闻”。主流媒体蜂拥而至，将其比作“AI界的兴奋剂事件”。加州大学伯克利分校的 Jitendra Malik 教授对此评价道：“如果你跑出了 9.5 秒的百米成绩，却是靠服用药物实现的，那这个成绩还有什么意义？”

百度随后发表声明，将违规归因为“对规则的误解”，并重申其对“公平与透明”的立场。

然而内部调查显示，这并非无心之失，而是异构计算团队负责人吴韧指示下属故意绕过规则。6月11日，百度宣布开除吴韧。尽管吴韧在给媒体的邮件中坚称，规则是指“每人每周”而非“团队总限”，认为 200 次提交在逻辑上合理，但这种辩解在学术界公认的准则面前显得苍白无力。

美国人很在乎事后惩罚，清算结果带有毁灭性。百度在 ImageNet 上的所有成绩被取消，并被处以禁赛一年的重罚。原本那个领先全球的 4.58% 从排行榜上彻底消失，百度也从技术领跑者瞬间跌落为“带有污点的争议者”。

谷歌与微软借此机会迅速反超。输掉一场竞赛事小，由此带来的更深远的影响是，这场风波不仅透支了百度的学术信誉，也让其在全球顶级人才的吸引力上，蒙受了不可逆的巨大长期损失。

【节选自 《AI霸权：纪元启示录》（汪翔，即将出版）（第八章：百度的辉煌与屈辱）】