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!