如果能有几个完整的项目，估值上很容易再进一位数。
倘若真的插手政府项目，为海关，政府机构，交通站点内配备了这些技术，那就是王恺不敢想的天文数字了。
人脸识别项目是王恺心心念念的事情，在孟繁岐眼中，却是无足轻重，险些忘记的事情。
“能做的事情实在太多了，等谷歌这次推荐和广告算法更新之后，我得仔细规划记录一下了。”
此刻的孟繁岐正在更新自己谷歌学术的档案信息，此时距离他在西尼公开一大批论文时间不久，但距离公开生成式对抗算法的论文却已经有一些时间了。
他想看一看，自己这只蝴蝶，到底有没有引动什么很大的变化。
而最为方便的办法，就是看看到底有哪些论文引用了自己，看看有没有什么比较显著的研究成果。
更新了自己谷歌学术的档案之后，孟繁岐不由得惊讶，这才没几天自己已经有了二十多个论文引用数量了。
再仔细分辨一番，其实这二十多个引用量，竟然只来自于四五篇论文。
由于孟繁岐这一次的公布对整个范式的革命太过彻底，代码也开源，导致现在任何一个有关深度学习的研究，可能开局就要引用他好多篇文章。
残差，优化器，训练方法，数据增强，这四大金刚几乎谁也躲不开。
深度学习界每多一篇文章，孟繁岐的被引用次数几乎就会多四倍，并且这个倍数以后还会继续扩大。
截止2023年，人类历史上被引用次数最多的学者，总被引用次数将将百万之数。
而AI领域的文章数量，从12年的2万余篇每年，很快飞速增长到了21年的约万篇每年。
照这趋势下去，不用四五年时间，孟繁岐就会以25-26之年龄，成为历史上论文被引用次数最多的人。
并在之后的岁月当中，狠狠地继续成倍增长。
“截止到我重生前，残差网络的原作者kaiming被引用次数已经超过四十万。”孟繁岐稍稍回忆了一下，自己现在发表并计划发表的知名AI技术数倍于kaiming。
等到23年突破三百万都不是没有可能。
学术论文写的都赶上网络小说了，被引用数就相当于订阅，文章的实际被阅读次数还要数十倍于此。
能将学术论文写到这个热度，想来也是前无古人后无来者了。