是 傾向 先 有 「 雞 」 的 ， 「 無論如何 ， 搜尋 引擎 這 東西 不 弄 起來 ， 就 無法 繼續 研究 。 比如 我們 設計 鞋子 ， 總 要 知道 用戶 想要 什麼 樣子 才 好 進一步 做 鞋 。 假造 一 個 『 雞 』 拿去 讓 用戶 使用 ， 就 會 有 『 蛋 』 ， 我們 拿到 『 蛋 』 就 會 研究出 更 好 的 『 雞 』 。 」 也 有 人 傾向於 先 有 「 蛋 」 ， 「 沒有 足夠 的 資料 ， 你 的 『 引擎 』 不可能 足夠 好 。 不 好 的 『 引擎 』 ， 用戶 就 不 願意 用 ， 用戶 不 用 ， 又 從 哪裡 得到 資料 ？ 」 在 一 番 激烈 的 爭論 之後 ， 大家 決定 讓 「 雞 」 和 「 蛋 」 交錯 前進 。 五 名 研究員 圍 著 一 張 小 圓桌 ， 製造出 「 最初 的 蛋 」 （ 各自 寫出 最 希望 知道 的 十 個 問題 ） ， 然後 開始 設計 「 最初 的 雞 」 （ 一 個 搜尋 引擎 ） 。 張高 為 這 隻 「 雞 」 做 了 一 個 漂亮 的 「 臉 」 — — 介面 。 接下來 的 幾 個 星期 裡 ， 這些 人 一塊 吃 火鍋 、 一塊兒 玩 、 一塊兒 幹活 、 一塊 熬夜 … … 談起 這 一切 ， 楊強 認為 最 令 他 感動 的 「 不 是 技術 的 突破 ， 而是 突破 的 速度 。 」 他 在 二○○○年 一月 離開 研究院 時 感嘆 ： 「 原來 計畫 要 在 十 星期 內 完成 ， 但 實際 上 八 星期 就 完成 了 。 」 新 辦法 原來 是 個 「 腦筋 急轉彎 」 初夏 ， 李世鵬 擬訂 了 自己 的 研究 框架 ， 但 就是 缺少 人手 來 實現 那些 得意 的 想法 。 幸運 的 是 ， 暑假 裡 有 大 批 學生 來 實習 ， 所以 他 可以 像 張宏江 小組 一樣 組織 自己 的 「 臨時 特攻隊 」 。 他 一下子 找來 六 個 學生 ， 包括 兩 個 碩士 、 四 個 博士 ， 這些 學生 來自 哈工 大 、 中國 科大 、 清華 大學 、 普林斯頓 大學 和 華盛頓 州立 大學 。 他 把 他們 化整為零 ， 交給 他們 題目 並 告知 如何 在 網路 上 查閱 文獻 ， 一起 討論 困難 所在 ， 按 小時 支付 酬金 。 他 第一 次 指揮 這麼多 人 ， 就 像 戰場 上 的 將軍 一樣 躊躇滿志 ， 以為 來日 必 可 大獲 全 勝 。 但 他 很 快 就 發現 ， 這些 學生 不能 令 他 滿意 ： 自信 有餘 而 視野 不足 ， 聰明 卻 封閉 ， 又 不 具有 聽取 別人 意見 和 理解 他人 想法 的 習慣 ； 最 要命 的 是 ， 他們 只 知道 自己 「 天下 第一 」 ， 至於 其他 事情 ， 說 了 半 天 卻 根本 聽 不 進去 。 看來 清華 大學 電子系 的 潘錦輝 是 個 例外 。 這 女 學生 天資 聰敏 ， 又 能 老老實實 做 事 。 同時 兼有 這 兩 種 品格 的 年輕人 ， 真是 少之有少 。 李世鵬 給 她 出 的 題目 是 「 從不 動 的 背景 中 提取出 一 個 運動 的 物體 」 ， 她 苦思 了 一 星期 後 ， 終於 有 了 辦法 ， 按照 這 辦法 做 了 幾 天 ， 「 運動 的 物體 」 倒是 提取出來 ， 但 卻 變 了 形 — — 畫面 上 該 有 的 東西 沒有 了 ， 卻 有 不 該 有 的 東西 。 於是 他們倆 一起 討論 問題 的 癥結 ， 她 高度 懷疑 這 種 尋找 圖像 之間 運動 軌跡 的 方法 過於 粗糙 ： 假如 我們 在 這 條 軌跡 上 提取 的 圖像 不 是 「 兩 幀 」 ， 而是 「 十 幀 」 ， 是否 能夠 解決 「 變形 」 問題 ？ 果然 ， 她 很 快 就 成功 了 。 暑假 結束 後 ， 大多數 學生 要求 繼續 實習 ， 但 李世鵬 只 留下 潘錦輝 。 初秋 時候 ， 吳楓 也 來 了 ， 他 是 哈爾濱 工業 大學 的 博士 ， 也 是 中國 電腦 權威 、 中科院 計算所 所長 高文 的 得意 門生 。 吳楓 在 中國 是 多媒體 資料 壓縮 領域 最 優秀 的 人才 之 一 ， 在 技術 的 領域 中 ， 高文 的 計算所 是 微軟 研究院 的 競爭 者 ， 但 高文 和 張亞勤 的 關係 特別 好 ， 所以 慷慨 地 將 他 的 得意 門生 送到 希格瑪 大廈 來 。 吳楓 的 加盟 與 潘錦輝 的 成熟 ， 使得 李世鵬 小組 的 研究 進度 一下子 加快 不少 。 到 了 一月份 「 死亡線 」 來臨 時 ， 他 興高采烈 地 向 李開復 報告 ： 「 我們 這 個 東西 已經 到 了 可以 拿出來 的 程度 。 」 依據 張亞勤 的 判斷 ， 李世鵬 研究 的 題目 並非 開創性 的 ， 但 他 的 演算法 是 全新 的 。 這 一 成果 出現 在 一 個 國際 會議 上 時 ， 當場 引起 大家 的 驚嘆 之 聲 。 「 他 的 想法 很 巧妙 ， 也 很 簡單 ， 一 捅 就 破 。 但 別人 沒有 想到 的 事 ， 他 想到 了 。 」 張亞勤 這樣 解釋 。 專案 的 名稱 挺怪 ， 叫做 「 MF ‧ MF 」 。 第一 個 「 MF 」 純粹 屬於 專業性 的 ， 意思 是 「 多 幀 的 」 和 「 多 特徵 的 」 ； 第二 個 「 MF 」 可就 有點 浪漫 色彩 ， 李世鵬 稱 之為 「 強壯 的 青蛙 」 ， 這 是 對 新 演算法 特色 的 描述 。 科學家 們 全 都 明白 ， 讓 電腦 找到 運動 的 東西 很 容易 ， 但 要 判斷 靜止 的 東西 就 很 困難 。 比如 一 個 從 這裡 移動到 那裡 的 拳頭 ， 電腦 將 兩 幅 圖像 加以 比較 ， 就 知道 它 在 移動 且 已經 到 了 哪裡 。 這 情景 有如 夜幕 中 的 青蛙 ， 當面 前 物體 不 動 的 時候 ， 牠 視若無睹 ， 但 只要 物體 一 動 就 能夠 看見 。 不過 ， 科學家 不能 真 把 電腦 當做 青蛙 ， 他們 不僅 要 讓 它 跟蹤 運動 的 圖像 ， 還 必須 讓 它 找到 尚未 移動 的 「 第一 幅 圖像 」 。 這 居然 成 了 一 個 世界性 的 難題 ， 在 李世鵬 之前 ， 所有 科學家 都 絞盡腦汁 「 尋找 第一 幅 」 ， 結果 始終 不盡人意 ， 也 就 無法 跟蹤 後面 的 「 運動 」 。 李世鵬 的 辦法 說起來 很 像 「 腦筋 急轉彎 」 ， 他 說 根本 不用 先 找 「 第一 幅 」 ， 而是 先 找 後面 那些 已經 運動 起來 的 圖像 ， 再 反過來 確定 「 第一 幅 」 。 開始 時 的 效果 並 不 理想 ， 大約 二十 分鐘 才 能 找到 「 第一 幅 」 ， 但 他 信心 十足 、 繼續 改進 ， 結果 也 日益 精進 。 到 最後 ， 居然 能夠 在 一 秒 內 找到 十 個 「 第一 幅 」 。 所以 他 得意 地 把 自己 的 演算法