早上起来，陈然习惯性坐在电脑前，浏览几个学术网站。
就一个领域的专业知识而言，最前沿的信息来自学术会议，大佬云集，智慧的火花交流碰撞，新颖的概念层出不穷。
论文成文要晚半年，量大管饱，但要有足够的分辨能力，一般只有少数具备研究和应用的价值。
专业知识产生的流程，基本是学术研究在前、接着技术应用、最后写进教材。
比如深度学习，2006年发表论文，2010年在竞赛异军突起，2016年AlphG让它名声大噪，确定广阔前景，2017年编入中学教材，最晚。
其实，有辅脑储备的未来知识，陈然不可能从论文中汲取养份，他了解前沿信息，只是为了不像贸然解决千禧难题一样，太过超前和惊世骇俗。
室友比你更优秀，还比你还更努力，怎么办？
陆少英觉得就像龟兔赛跑，拼的是毅力，哪怕注定赢不了，也要输得好看点儿……
陆少英也十分勤奋，一大早就爬了起来，注意到陈然最近在写的《神经网络的结构细分和动态路由》，他先沾光、一睹为快了。
AI领域当前使用最广泛的是卷积神经网络，它具有分层提取特征的学习能力，在计算机视觉和语音识别方面都能取得最好的性能，缺点是运算量巨大，迁移学习能力差，池化层也丢失了大量信息。
在这篇论文中，陈然提出了一种全新的深度学习模型，将许多神经网络结构集合在一个网络中，全面模拟人脑的思维能力。
不谈其结构的复杂程度，陆少英简直无法想象，“这么庞大的运算量，服务器根本带不动吧？”
陈然的眼睛看着电脑屏幕，头也不抬，“这就不是我的事了……再说了，这个主要是复杂结构难以实现，运算量却没你想象的高，知道为什么吗？”
陈然随口一问，也没认真，但陆少英发现，自己还是被难住了……
见他答不上来，陈然也没勉强，而是认真解释，“神经网络的不同结构，比如卷积、池化、LSTM单元……都是为了提取特征，不过层数少的话，预测效果差，层数一多，又容易丢失信息。”
“但如果将网络的结构功能化，数据通过路由算法给相应的结构单元处理，运算不需要现在的神经络一样整层参与，反而会更少。”
“动态的由每个单元提取特征？”陆少英吃了一惊，他听说过类似的胶囊网络，但还是觉得……这种操作更骚！
“当然。”陈然举了个例子，“整个网络的详细信息都可以保留。比如图像中精确的目标位置、旋转、厚度、倾斜、大小等，又或者语音的语气、情绪、音调……”
“能区分、比对所有特征？”陆少英瞪大眼睛，又追问了一句，“岂不是说，机器学习的效果会更细致，更好？”
“答对了！”陈然淡淡一笑，“相当于用少量的训练数据达到更强的效果。”
“你妹……真是太强了！”陆少英简直泪流满面，亏他还把卷积神经网络当个宝，这尼玛马上可以扫进垃圾堆了，“大佬就是大佬，牛逼！”
“服不服？”
陆少英竖起拇指，“服！”
“喊爸爸！”
“……”
到了该吃早饭的时候，两人去了食堂。
同学们并不经常登陆校园论坛，走在路上，偶尔有人注目，陈然没感觉到明显的变化。
好吧，他从小自带聚光，也无从分辨就是了。
买了稀饭馒头，刚坐下，便有一个高壮的学长端着盘子走过来，后面还跟着李舒涵，学长笑着道：“然哥，早上好！今天蛮巧啊？”
陈然示意两人坐下，向陆少英介绍道：“这位是钱斌学长，硕士在读。李舒涵，你见过的，实验室的新助理。”
介绍陆少英的时候，李舒涵嘻嘻一笑，吐了吐舌头，“好巧！”
巧什么呀，陆少英心里跟明镜似的，实验室助理就是打杂，一般女孩儿哪看得上，绝对是冲着陈然去的。
↑返回顶部↑