接下来的两天，她没去钓鱼。
不是不想去，是没时间去。
她把那四个年轻人拉到会议室，开始给他们讲解她的人工智能知识。
不是课本上的那种，不是论文里的那种。
是她和一号老师自己理解的那种。
“你们知道现在主流的人工智能是什么吗？”
四个人面面相觑，有人小声说：“机器学习，统计学？神经网络？”
黄小兰点点头，又摇摇头。
“说是也不是，我要的是一个见多识广的一个全能AI，………但我们现在没有硬件，硬件非常不足。”
她转过身，在白板上画了一个简单的示意图。
“我们现在能用的，是CPU，是有限的内存，是可怜的数据量。所以我们不能走堆料的路。”
她转过身，看着他们。
“我们要走的路是——精巧。”
“用最巧妙的算法，弥补硬件的不足。”
“用最精简的架构，跑出最有效的模型。”
“用最聪明的思路，在有限的数据里找到规律。”
——
她讲了两天。
从基础理论讲到具体实现，从算法设计讲到架构优化，从数据处理讲到模型训练。
四个年轻人听得如痴如醉，手里的笔记记了厚厚一摞。
他们时不时提问，黄小兰一一解答。
有时候一个问题能讨论半个小时，有时候一个思路能引发一场小型辩论。
当然，周立安一伙人也来了。
她就当他们是背景板。
反正那些人坐在后排，一声不吭，努力降低存在感，比学生时代的班主任还安静。
她最关心的，是面前的四个人。
两天下来，四个人看她的眼神，已经从崇拜变成了狂热。
“老大，”其中那个圆脸的丁经明说，“你这些东西，要是写成论文，肯定能发顶刊。”
话音刚落，后排传来一声咳嗽。
是周立安。
确认存在感。
黄小兰看了那个脸皮厚、一直赖着不走的周立安一眼，摆摆手：“暂时不能写。得保密……我们先做出成绩来。”
主要是她不会写。
但是学校教过怎么写，她就没写过专业的论文，这很尴尬。
……
周立安也知道自己讨人嫌了，但他没办法。
他转过头，看向四个研究员后面那一排资深研究员。
个个眼神严肃，发挥在军营生涯里学到的潜伏技能，努力压缩存在感，连咳嗽都不敢咳一声。
周立安收回视线，对黄小兰说：“你这论文，还得讨论。”
黄小兰点点头。
她知道他说的是什么意思。
不是讨论怎么写，是讨论能不能写，怎么写才能不泄密，怎么写才能让该看到的人看到，不该看到的人看不到。
——
黄小兰拍了拍手，把大家从那种狂热的状态里拉回来。
“好了好了，先冷静。”她笑着说，“以后还有下一步，路还长着呢。”
四个年轻人深吸一口气，努力平复心情，重新拿起笔。
后排那群“背景板”也悄悄调整了一下坐姿，耳朵竖得更直了。
黄小兰转过身，在白板上写下几个大字：
数据理论
“这两天，我们讲算法，讲架构，讲模型。”她说，“但这些东西，都离不开一个核心——数据。”
她敲了敲白板。
“没有数据，再牛的算法也是空中楼阁。”
接下来的两天，她开始系统地讲解AI的数据理论。
从数据采集讲到数据清洗，从数据标注讲到数据增强，从数据分布讲到数据偏差。
“你们要记住，模型的上限，不是由算法决定的，是由数据决定的。垃圾进，垃圾出。这是铁律。”
众人听得如痴如醉。
黄小兰也有点累了，看来她不适合当老师，这上课几天她就累了。
“好了好了，我们要不要休息一会。”
她看了一眼那四个年轻人——丁经明的眼睛还亮得吓人，另外三个也是一副专心的表情。
后排那些资深研究员，虽然还是不敢出声，但那眼神，分明也在等着她继续。
见他们这么有学习欲，她都觉得不敢说自己累了。
只能深吸一口气，喝口水继续讲。
讲未来。
讲AI的无限可能。
“你们想象一下，”
她伸出手，比划着，“有一天，你足不出户，就能知道天下事。”
“你想知道什么，问一句话，它就告诉你。新闻、天气、交通、股市……所有信息，随手可得。”
四个年轻人听得入神。
“再想象一下，”黄小兰继续说，“你有一个最懂你的管家。”
“它知道你几点起床，给你准备好早餐。知道你爱喝什么温度的咖啡，提前给你煮好。知道你今天心情不好，给你放喜欢的音乐。”
“它记得你所有的喜好，所有的习惯，所有的细节。比你妈还了解你。”
有人忍不住笑了一声。
黄小兰也笑了。
这章没有结束，请点击下一页继续阅读！