“好小子，人工智能让不让普通人失业不好说，这样下去，AI研究人员差不多都快失业了。”

李彦弘的观察没错，孟繁岐此次野心甚大。

其实在做残差网络的时候，孟繁岐就可以这样做的。

他完全可以利用残差网络的先进性，直接刷爆各种图像类的下游任务，从分类、分割、检测再到超分之类的，榜单统统洗它们一遍。

不过那个时候，设备和人手不够，图像领域的总体来说已经被深度网络统治，孟繁岐便没有这么做，只是发表了三大主流任务的奠基做法，给大家留了很多饭吃。

但目前的语言语音领域，还处于比较鱼龙混杂的阶段，各路方法争奇斗艳。

加上既然已经加入谷歌，这么好的资源怎么可以不加以利用呢？

若有着这么好的条件，仍旧是只在一个方向上发布T方法，未免显得太过稀松平常了一些，哪里对得起正在观看直播的上亿人？

孟繁岐势要把这几个主流的任务方向都给奠定一个算法的基调，这才肯罢休。

“接下来，情感分析，是文本处理领域的一项重要任务，它可以帮助人类分析一个句子或段落中的情绪和情感。T方法可以很好地应用于情感分析任务中，因为它能够通过在文本中学习有关情感的模式和特征来对未见过的文本内容进行情绪上的分类。”

又是一串图表，来对比当今世界上最佳的办法，T方法再次遥遥领先。

此时观看直播的研究人员基本上已经麻木了。

尤其是原本在做自然语言和语音方向的。

孟繁岐这么一发布，不知道多少人做到一半的东西就可以直接丢进垃圾桶了。

性能指标差了一大截，方法的创意性上也远远不如。