第八十八章 我真的不懂人工智能!
张志强酸帕特里克-罗什是有道理的,全世界不知道有多少学者,都会酸帕特里克-罗什。
因为,幸运。
中彩票的幸运者也会被酸,但中彩票是经常会发生的,全世界有很多的彩票中奖者,而发现最新梅森素数的,近几年时间里,只有帕特里克-罗什一人,他的名字已经在GIMPS官网主站挂了几年时间。
GIMPS官网有关于帕特里克-罗什幸运的介绍,上面写道,“对于帕特里克-罗什来说,这个赛季更加幸运,他的坚持获得了丰厚的回报。多年来,帕特里克一直在使用GIMPS软件作为他的计算机版本的免费“压力测试”,不到四个月前他开始在自己的媒体服务器上寻找,以回馈这个项目。”
“一些GIMPS参与者已经寻找了20多年,几万次尝试,但没有成功。这证明,运气好的话,任何人都可以找到下一个新的梅森素数。”
Prime软件长期在线人数几十万,运行的CPU数量几百万,几年时间,就只出现了一个帕特里克-罗什,有多幸运就可想而知了。
另外,发现新的梅森素数,收获的可不止十万美元奖励,还有个人名气上的巨大提升。
比如,GIMPS网站长期挂着帕特里克-罗什个人的‘幸运介绍’,目的大概是吸引更多的人加入进来。
很多对于发现新梅森素数的报道都会提到帕特里克-罗什,他的名字出现在各大媒体的版面上,不知道的人还以为是什么有名气的学者,有巨大贡献的科学家。
可实际上,帕特里克-罗什放在学术圈,就只是个最底层而已,至多能算得上是一个算法工程师,还是能力并不算太突出那种。
如果真去计较的话,帕特里克-罗什并不算是学者,可他却因为幸运的发现梅森素数,而以‘类似于学术成果的成果’,变得比其他真正学者更有名气。
这就是被学者们羡慕嫉妒的根源。
帕特里克-罗什干了什么呢?
他只是利用Prime软件做服务器压力测试,用自己的电脑挂一下软件运行,然后就很幸运的找到了梅森素数。
他收获了金钱,收获了名声,还把名字留在了有关梅森素数的历史记录中。
王浩仔细想想都感觉有些感慨,不得不承认,帕特里克-罗什确实是非常的幸运。
他摇了摇头,自定义了程序运行时间,很快被分配了一个超大质数,也开始用电脑挂起了Prime软件,而后也不理会,就开始研究起了梅森素数。
他研究的是算法。
Prime软件的主要功能是进行分布式处理和计算统计,实际上,内部对于梅森素数的检验算法是非常简单的,针对一个数字的验证,就是采用卢卡斯-莱默检验法。
卢卡斯-莱默检验法,是针对梅森数的素性检验,由爱德华-卢卡斯于1878年制定的,五十年后,德里克-亨利-莱默对于方法进行了改进完善。
这个针对梅森素数的素性检验方法已经非常简化。
利用卢卡斯-莱默检验法,验证梅森数‘Mn=2的n次方-1’是否是素数,只需要让程序循环运行‘n-2次’就够了。
当然,因为牵扯到千万位的超大数,每一次循环的计算量还是很高的,但针对千万位超大数的素性检验,已经可以说是简化到了极致。
比如,家用普通电脑,运行一百个小时左右,就可以检测出一个千万位梅森数的素性。
这种速度相当惊人。
正因为如此,一直到现在快要百年时间,针对梅森数的素性检验,使用的依旧是卢卡斯-莱默检验法。
卢卡斯-莱默检验法的内容,只要看一眼就能明白过来,方法没有什么难度可言。
正因为方法太过于简单,想改善就显得无从下手。
比如,普通的加法,方法已经足够简单,还怎么去改善呢?
王浩仔细思考了一下,也根本是无从下手,但研究肯定是有方向的,针对单个素数的检验方法无法突破,也能够在检验数字筛选上做突破。
但是,他仔细想了很久,还是找不到方向,只能慢慢看看能不能有什么灵感。
……
第二天早上,王浩早早的爬起来去晨跑。
生活节奏回归了以往的规律,锻炼也碰到了熟悉的人。
苏映雪。
她依旧是那副运动打扮,也依旧显得英姿飒爽。
王浩和苏映雪一起跑了两圈,顺便说了几句话,才知道对方是准备长期驻扎西海市了。
“我负责跟进纳微实验室的项目。”苏映雪简单的一句解释,透露出了很多信息,她力主和纳微实验室进行合作,直接负责项目的跟进,肯定是对项目非常重视的。
如果纳微实验室的项目长期没有进展,对苏映雪个人的事业也许造成一些影响。
“我记得说过,建议你们和纳微实验室合作。”王浩笑道,“肯定不会后悔。”
“我相信你。”苏映雪看着王浩的眼睛,很认真的点头。
王浩和苏映雪说了几句,又坚持跑了两圈,感到有些疲惫就离开去吃早饭了。
豆浆、油条,外加一个茶叶蛋,经典搭配,美滋滋的吃着补充着消耗的体力。
一天又开始了。
有个披着线衣、笑的很甜的女生走过来,她把餐盘放在了王浩对面,有些惊喜的说道,“王浩老师,我刚才看着就像你,还真是,不打扰吧?”
“没关系。”
王浩抬起头说了句,发现对方似乎有些熟悉,不就是罗大勇班里的辅导员,名字叫……
这不重要!
来人是孟芊。
她有个开朗健谈的性格,坐在对面后也主动和王浩说起话,不会让气氛显得过于沉闷。
“王浩老师,恭喜你了,创造了国内学者,近二十多年,在解析数论领域,完成国际性成果的历史,还上了新闻,可真厉害。”
“我和朋友昨天还说起了你呢,你现在可是学校里的大名人!”
孟芊连续恭维了王浩好几句,后来就谈到了自己的研究,“王浩老师,记得上次就说过,有时间可要指点下我,论文、博士论文,太难了,我到现在都找不到方向。”
王浩问道,“你是做计算机研究吧,什么领域?”
“人工智能,算法。”孟芊用两个词做了介绍。
王浩立刻摇头,“这个我可帮不了。人工智能方面,我也不了解,不过学校里,从事这方面研究的人很多,我办公室里的张志强,就做过相关研究,要不我帮你介绍一下?”
“那不用。”
孟芊赶忙摆手道,“我的导师也专门做这方面的研究,而且做研究不能都问别人。我做的是表示学习的算法,只是想找个方向。”
“表示学习的算法……”
王浩思考着摇头,“这个领域,我真是完全不懂啊。”
孟芊笑道,“别谦虚啊,王浩老师,你可是算法专家。有时间能不能帮我看看,不需要具体说做什么,我只是想找个方向。”
“嗯……好吧。”王浩犹豫了一下,总是拒绝也不太好,想着去看一下也没什么,就还是同意了。
但他还是强调了一句,“我是真不懂人工智能领域,到时候,帮不上什么忙,可别怨我。”
“当然不会了,您能帮忙看看,我就已经很感激了。”
孟芊爽朗一笑,和王浩约定了下时间,就干脆定在了下午。
等吃过了早饭要离开的时候,孟芊忽然来了一句,“对了,王浩老师,我叫孟芊,您叫我‘小孟’就行,其他人都这么叫。”
她说着还朝着王浩眨了下眼。
王浩顿时有些尴尬。
忘了对方的名字不要紧,竟然还被对方看出来了?
孟芊倒是挺开朗的,还让自己称呼她‘小孟’,问题是,对方应该比自己大两岁吧?
叫‘小孟’合适吗?要不换‘孟大姐’?
……
一直等到了下午再见到孟芊,王浩还没有确定称呼问题,最后还是决定叫‘孟芊’,称呼对方的名字肯定没错。
“孟芊,我们这是去哪?”王浩跟着孟芊一直走,感觉都快要出了校门,远远都能看到一个酒店的牌子,心里都有点不好的预感。
好在孟芊转了个弯进了六层的实验楼。
计算机实验楼。
上面两层就是张志强所在的计算机实验室。
王浩和孟芊一起上楼,到五层就碰到了陈庆华,小老头罗着腰背手走着,看到王浩顿时眼前一亮,“王浩?稀客啊!”
小老头热情的过来,拉着王浩就往里走,“我带你参观一下,我们实验室新购买了两台服务器,运算能力非常……”
王浩赶紧强调说,“陈院长,我就是过来给孟芊看看东西。”
“孟芊?”
陈庆华听的一头雾水,才注意到旁边的孟芊,再审视的看了一眼王浩,恍然大悟拉长了音,“哦~~~”
“你们聊你们的,你们聊、你们聊……”他说着背着手走开,还感叹了一句,“年轻人啊!”
王浩有那么点小尴尬,孟芊也有点小脸红,但他们确实没什么,还是一起去了间实验室。
计算机实验室和办公室似乎也没区别,就是电脑看起来更专业一些,还有一大堆电脑配件堆在角落,让房间显得有些凌乱。
实验室里面还有其他几个人,看到孟芊带着人走进来,最开始没能认出来,但很快就反应过来,顿时围过来叽叽喳喳的说起来,“王浩老师!”
“王教授!”
“我研究了你的有效与无关进位算法,真是……太难了、难于上青天,研究了两天,我头发都快掉光了。”
“王浩老师,有时间给我看看研究吗?我碰到个问题……”
孟芊赶紧宣布‘王浩的所有权’,“你们都让开,我是想让王浩老师给我指点几句。”
“好、好……”
几人都不说话了。
孟芊打开了电脑,里面有几个文件,点开了其中的一个,都是一些代码之类的东西,她也开始解释起来,“我正在做表示学习的算法研究。”
“基础是CNN(卷积神经网络),基于CNN
的相关研究是热点,这个算法一直都在改进。”
“我也对另外一种机器学习算法GBDT有了解……”
孟芊连续说了一大堆,能听的出来确实很专业,肯定是下了不少功夫,实验室里的其他几人,也都是在读博士生,研究的不是同一方向,但也都有类似、重复之处。
王浩抿着嘴认真听了好半天,思考着正要开口,陈庆华和另一个教授走了进来。
“孙老师!”
“陈教授!”
几个博士生纷纷礼貌的喊了一声。
陈庆华也给王浩做了介绍,“这是孙光远教授。”
孙光远是博士生导师,实验室有两个就是他的学生,他和王浩握手以后,马上道,“王教授,不好意思打扰了,你别管我们,继续说你们的。”
陈庆华和孙光远就站在旁边看着。
两个计算机专业学者站在旁边,很大可能都是从事人工智能领域的研究,王浩都感觉自己是在外行指点内行,赶紧强调了一句,“我是外行人,说的不对,你们可别笑话。人工智能,我是真不懂。”
孙光远马上笑道,“王教授,这有什么笑话不笑话的,跨行如隔山啊,研究就是这样,自己闷头做研究,也很难有进展,也许听其他人说两句,就能想到思路。”
陈庆华也道,“说的对不对的,都没关系,这又不是专业的学术会议。”
王浩顿时心里有底了,他开口道,“我对于‘表示学习’的理解,它是人工智能领域的核心研究问题,一些成功的模型”成功的模型都可以被理解成是表示学习的特例……”
当有了个开头以后,大量的知识涌入到脑海里,再结合自己对算法的理解以及想法,王浩顿时有了信心,继续道,“用概率建模隐变量和观测变量联合分布的隐变量模型,以及端到端学习层次化表示的深度模型,都是表示学习的一种。”
“现在已经是大数据时代,表示学习的研究主要难点,是对于超大数据量的分析。”
“不管是随机算法的噪声,近似优化算法的不稳定性,高时间复杂度等都影响了表示学习算法的效率……”
他说着进入到了正题,干脆走到了旁边小白板前,花了个简单的模型图,才继续说道,“我们来看这个图,其实不管在表示学习方向,做什么样的研究,都离不开这个图。要么是分析简化算法,要么是从构造入手,最容易、也最容易出成果的,应该是简化构造,某个方向上,形成直接通路。”
“我们从A点走到B点,再走到C点,肯定比不上在A和C之间修一条通路。”
“那么,怎么去做研究,怎么去修通路呢?”
“我认为可以有两种方法,一种是采用新的构架,另一种是采用新的分析方法……”
“哇啦哇啦……”
王浩一口气讲了近三十分钟,有个有眼力见的博士生,还倒了杯水递过来。
然后,继续。
终于在四十分钟左右,他才结束了话头。
看着陷入思考、认真理解的实验室众人,顿时满意的点点头说道,“我就是有点粗浅的理解,有说的不对的地方忘见谅。”
“对人工智能,我就是个外行。”
一众博士生,也包括孟芊,顿时投过来崇拜的眼神,他们听了一大堆的讲解,都感觉有了很大收获,想到自己的研究思路都清晰了。
孙光远和陈庆华则同时用力扯扯嘴角。
这叫外行?
‘外行’这个词,是不是重新定义一下?
请收藏本站:https://www.xunbeiyi.cc。寻北仪手机版:https://m.xunbeiyi.cc
因为,幸运。
中彩票的幸运者也会被酸,但中彩票是经常会发生的,全世界有很多的彩票中奖者,而发现最新梅森素数的,近几年时间里,只有帕特里克-罗什一人,他的名字已经在GIMPS官网主站挂了几年时间。
GIMPS官网有关于帕特里克-罗什幸运的介绍,上面写道,“对于帕特里克-罗什来说,这个赛季更加幸运,他的坚持获得了丰厚的回报。多年来,帕特里克一直在使用GIMPS软件作为他的计算机版本的免费“压力测试”,不到四个月前他开始在自己的媒体服务器上寻找,以回馈这个项目。”
“一些GIMPS参与者已经寻找了20多年,几万次尝试,但没有成功。这证明,运气好的话,任何人都可以找到下一个新的梅森素数。”
Prime软件长期在线人数几十万,运行的CPU数量几百万,几年时间,就只出现了一个帕特里克-罗什,有多幸运就可想而知了。
另外,发现新的梅森素数,收获的可不止十万美元奖励,还有个人名气上的巨大提升。
比如,GIMPS网站长期挂着帕特里克-罗什个人的‘幸运介绍’,目的大概是吸引更多的人加入进来。
很多对于发现新梅森素数的报道都会提到帕特里克-罗什,他的名字出现在各大媒体的版面上,不知道的人还以为是什么有名气的学者,有巨大贡献的科学家。
可实际上,帕特里克-罗什放在学术圈,就只是个最底层而已,至多能算得上是一个算法工程师,还是能力并不算太突出那种。
如果真去计较的话,帕特里克-罗什并不算是学者,可他却因为幸运的发现梅森素数,而以‘类似于学术成果的成果’,变得比其他真正学者更有名气。
这就是被学者们羡慕嫉妒的根源。
帕特里克-罗什干了什么呢?
他只是利用Prime软件做服务器压力测试,用自己的电脑挂一下软件运行,然后就很幸运的找到了梅森素数。
他收获了金钱,收获了名声,还把名字留在了有关梅森素数的历史记录中。
王浩仔细想想都感觉有些感慨,不得不承认,帕特里克-罗什确实是非常的幸运。
他摇了摇头,自定义了程序运行时间,很快被分配了一个超大质数,也开始用电脑挂起了Prime软件,而后也不理会,就开始研究起了梅森素数。
他研究的是算法。
Prime软件的主要功能是进行分布式处理和计算统计,实际上,内部对于梅森素数的检验算法是非常简单的,针对一个数字的验证,就是采用卢卡斯-莱默检验法。
卢卡斯-莱默检验法,是针对梅森数的素性检验,由爱德华-卢卡斯于1878年制定的,五十年后,德里克-亨利-莱默对于方法进行了改进完善。
这个针对梅森素数的素性检验方法已经非常简化。
利用卢卡斯-莱默检验法,验证梅森数‘Mn=2的n次方-1’是否是素数,只需要让程序循环运行‘n-2次’就够了。
当然,因为牵扯到千万位的超大数,每一次循环的计算量还是很高的,但针对千万位超大数的素性检验,已经可以说是简化到了极致。
比如,家用普通电脑,运行一百个小时左右,就可以检测出一个千万位梅森数的素性。
这种速度相当惊人。
正因为如此,一直到现在快要百年时间,针对梅森数的素性检验,使用的依旧是卢卡斯-莱默检验法。
卢卡斯-莱默检验法的内容,只要看一眼就能明白过来,方法没有什么难度可言。
正因为方法太过于简单,想改善就显得无从下手。
比如,普通的加法,方法已经足够简单,还怎么去改善呢?
王浩仔细思考了一下,也根本是无从下手,但研究肯定是有方向的,针对单个素数的检验方法无法突破,也能够在检验数字筛选上做突破。
但是,他仔细想了很久,还是找不到方向,只能慢慢看看能不能有什么灵感。
……
第二天早上,王浩早早的爬起来去晨跑。
生活节奏回归了以往的规律,锻炼也碰到了熟悉的人。
苏映雪。
她依旧是那副运动打扮,也依旧显得英姿飒爽。
王浩和苏映雪一起跑了两圈,顺便说了几句话,才知道对方是准备长期驻扎西海市了。
“我负责跟进纳微实验室的项目。”苏映雪简单的一句解释,透露出了很多信息,她力主和纳微实验室进行合作,直接负责项目的跟进,肯定是对项目非常重视的。
如果纳微实验室的项目长期没有进展,对苏映雪个人的事业也许造成一些影响。
“我记得说过,建议你们和纳微实验室合作。”王浩笑道,“肯定不会后悔。”
“我相信你。”苏映雪看着王浩的眼睛,很认真的点头。
王浩和苏映雪说了几句,又坚持跑了两圈,感到有些疲惫就离开去吃早饭了。
豆浆、油条,外加一个茶叶蛋,经典搭配,美滋滋的吃着补充着消耗的体力。
一天又开始了。
有个披着线衣、笑的很甜的女生走过来,她把餐盘放在了王浩对面,有些惊喜的说道,“王浩老师,我刚才看着就像你,还真是,不打扰吧?”
“没关系。”
王浩抬起头说了句,发现对方似乎有些熟悉,不就是罗大勇班里的辅导员,名字叫……
这不重要!
来人是孟芊。
她有个开朗健谈的性格,坐在对面后也主动和王浩说起话,不会让气氛显得过于沉闷。
“王浩老师,恭喜你了,创造了国内学者,近二十多年,在解析数论领域,完成国际性成果的历史,还上了新闻,可真厉害。”
“我和朋友昨天还说起了你呢,你现在可是学校里的大名人!”
孟芊连续恭维了王浩好几句,后来就谈到了自己的研究,“王浩老师,记得上次就说过,有时间可要指点下我,论文、博士论文,太难了,我到现在都找不到方向。”
王浩问道,“你是做计算机研究吧,什么领域?”
“人工智能,算法。”孟芊用两个词做了介绍。
王浩立刻摇头,“这个我可帮不了。人工智能方面,我也不了解,不过学校里,从事这方面研究的人很多,我办公室里的张志强,就做过相关研究,要不我帮你介绍一下?”
“那不用。”
孟芊赶忙摆手道,“我的导师也专门做这方面的研究,而且做研究不能都问别人。我做的是表示学习的算法,只是想找个方向。”
“表示学习的算法……”
王浩思考着摇头,“这个领域,我真是完全不懂啊。”
孟芊笑道,“别谦虚啊,王浩老师,你可是算法专家。有时间能不能帮我看看,不需要具体说做什么,我只是想找个方向。”
“嗯……好吧。”王浩犹豫了一下,总是拒绝也不太好,想着去看一下也没什么,就还是同意了。
但他还是强调了一句,“我是真不懂人工智能领域,到时候,帮不上什么忙,可别怨我。”
“当然不会了,您能帮忙看看,我就已经很感激了。”
孟芊爽朗一笑,和王浩约定了下时间,就干脆定在了下午。
等吃过了早饭要离开的时候,孟芊忽然来了一句,“对了,王浩老师,我叫孟芊,您叫我‘小孟’就行,其他人都这么叫。”
她说着还朝着王浩眨了下眼。
王浩顿时有些尴尬。
忘了对方的名字不要紧,竟然还被对方看出来了?
孟芊倒是挺开朗的,还让自己称呼她‘小孟’,问题是,对方应该比自己大两岁吧?
叫‘小孟’合适吗?要不换‘孟大姐’?
……
一直等到了下午再见到孟芊,王浩还没有确定称呼问题,最后还是决定叫‘孟芊’,称呼对方的名字肯定没错。
“孟芊,我们这是去哪?”王浩跟着孟芊一直走,感觉都快要出了校门,远远都能看到一个酒店的牌子,心里都有点不好的预感。
好在孟芊转了个弯进了六层的实验楼。
计算机实验楼。
上面两层就是张志强所在的计算机实验室。
王浩和孟芊一起上楼,到五层就碰到了陈庆华,小老头罗着腰背手走着,看到王浩顿时眼前一亮,“王浩?稀客啊!”
小老头热情的过来,拉着王浩就往里走,“我带你参观一下,我们实验室新购买了两台服务器,运算能力非常……”
王浩赶紧强调说,“陈院长,我就是过来给孟芊看看东西。”
“孟芊?”
陈庆华听的一头雾水,才注意到旁边的孟芊,再审视的看了一眼王浩,恍然大悟拉长了音,“哦~~~”
“你们聊你们的,你们聊、你们聊……”他说着背着手走开,还感叹了一句,“年轻人啊!”
王浩有那么点小尴尬,孟芊也有点小脸红,但他们确实没什么,还是一起去了间实验室。
计算机实验室和办公室似乎也没区别,就是电脑看起来更专业一些,还有一大堆电脑配件堆在角落,让房间显得有些凌乱。
实验室里面还有其他几个人,看到孟芊带着人走进来,最开始没能认出来,但很快就反应过来,顿时围过来叽叽喳喳的说起来,“王浩老师!”
“王教授!”
“我研究了你的有效与无关进位算法,真是……太难了、难于上青天,研究了两天,我头发都快掉光了。”
“王浩老师,有时间给我看看研究吗?我碰到个问题……”
孟芊赶紧宣布‘王浩的所有权’,“你们都让开,我是想让王浩老师给我指点几句。”
“好、好……”
几人都不说话了。
孟芊打开了电脑,里面有几个文件,点开了其中的一个,都是一些代码之类的东西,她也开始解释起来,“我正在做表示学习的算法研究。”
“基础是CNN(卷积神经网络),基于CNN
的相关研究是热点,这个算法一直都在改进。”
“我也对另外一种机器学习算法GBDT有了解……”
孟芊连续说了一大堆,能听的出来确实很专业,肯定是下了不少功夫,实验室里的其他几人,也都是在读博士生,研究的不是同一方向,但也都有类似、重复之处。
王浩抿着嘴认真听了好半天,思考着正要开口,陈庆华和另一个教授走了进来。
“孙老师!”
“陈教授!”
几个博士生纷纷礼貌的喊了一声。
陈庆华也给王浩做了介绍,“这是孙光远教授。”
孙光远是博士生导师,实验室有两个就是他的学生,他和王浩握手以后,马上道,“王教授,不好意思打扰了,你别管我们,继续说你们的。”
陈庆华和孙光远就站在旁边看着。
两个计算机专业学者站在旁边,很大可能都是从事人工智能领域的研究,王浩都感觉自己是在外行指点内行,赶紧强调了一句,“我是外行人,说的不对,你们可别笑话。人工智能,我是真不懂。”
孙光远马上笑道,“王教授,这有什么笑话不笑话的,跨行如隔山啊,研究就是这样,自己闷头做研究,也很难有进展,也许听其他人说两句,就能想到思路。”
陈庆华也道,“说的对不对的,都没关系,这又不是专业的学术会议。”
王浩顿时心里有底了,他开口道,“我对于‘表示学习’的理解,它是人工智能领域的核心研究问题,一些成功的模型”成功的模型都可以被理解成是表示学习的特例……”
当有了个开头以后,大量的知识涌入到脑海里,再结合自己对算法的理解以及想法,王浩顿时有了信心,继续道,“用概率建模隐变量和观测变量联合分布的隐变量模型,以及端到端学习层次化表示的深度模型,都是表示学习的一种。”
“现在已经是大数据时代,表示学习的研究主要难点,是对于超大数据量的分析。”
“不管是随机算法的噪声,近似优化算法的不稳定性,高时间复杂度等都影响了表示学习算法的效率……”
他说着进入到了正题,干脆走到了旁边小白板前,花了个简单的模型图,才继续说道,“我们来看这个图,其实不管在表示学习方向,做什么样的研究,都离不开这个图。要么是分析简化算法,要么是从构造入手,最容易、也最容易出成果的,应该是简化构造,某个方向上,形成直接通路。”
“我们从A点走到B点,再走到C点,肯定比不上在A和C之间修一条通路。”
“那么,怎么去做研究,怎么去修通路呢?”
“我认为可以有两种方法,一种是采用新的构架,另一种是采用新的分析方法……”
“哇啦哇啦……”
王浩一口气讲了近三十分钟,有个有眼力见的博士生,还倒了杯水递过来。
然后,继续。
终于在四十分钟左右,他才结束了话头。
看着陷入思考、认真理解的实验室众人,顿时满意的点点头说道,“我就是有点粗浅的理解,有说的不对的地方忘见谅。”
“对人工智能,我就是个外行。”
一众博士生,也包括孟芊,顿时投过来崇拜的眼神,他们听了一大堆的讲解,都感觉有了很大收获,想到自己的研究思路都清晰了。
孙光远和陈庆华则同时用力扯扯嘴角。
这叫外行?
‘外行’这个词,是不是重新定义一下?
请收藏本站:https://www.xunbeiyi.cc。寻北仪手机版:https://m.xunbeiyi.cc