迪文小说

密码5（第1页）

。{^，^，首^发}^。^。首^发输入地址：м。。

台下很静。

林浔当然不会认为此时台下的寂静是由于他说出的话镇住了他们，因为他刚才说的话确实没有任何亮点。

他想，可能是此时T上出现的两篇论文题目和索引。论文是真正的话语权所在，即使离开校园，工业界也和学术界一样喜爱论文。

但他无意在这两篇论文上停留太久，只是简短地介绍了一下：“关于引擎的概念和实现方式，我们进行了一些必要的研究，搭建出了初步的框架。它的实现并不复杂，只是一些物联网系统知识的综合利用，大家有兴趣的话可以通过这两篇论文大致了解一下。”

“但是，”他话锋一转，“我们都知道，现实世界中有很多不可预测的复杂情形。”

说罢，他翻到下一页T，是一张自动驾驶系统的概念图。

自动驾驶是萦绕研究者多年的一个现实问题，相关的研究不计其数，方向也各有千秋。即使有无数人投入到其中，也无法摘下桂冠。直到五年前，适用于全路况、全情景的车载自动驾驶系统才终于被银河实现。

概念图里，诠释了自动驾驶系统所关注的三种需求，十类场景信息和五级控制指令，仅仅是大纲式的总结，就已经能够让人想象到实际操作的复杂。

“我们都看过这张图，自动驾驶系统设计中所要面对的问题，即使是现在看来，也是非常复杂和难以解决的。但是，驾驶仅仅是人类活动的一小部分。所以，我们想要开发一个在任何情况下都能灵活辅助主人的人工智能助手，只有两种选择，第一种，付出巨大的工作量，让它学习和收录人类生活各个方面的信息，这条路显然不太可行。”

说这句，林浔对着台下笑了笑，道：“第二种，让它变得更加智能。”

台下响起了不算稀稀落落，但也不算热烈的掌声，林浔估计其中一半是为了他的脸，一半是出于敷衍和鼓励的性质，因为上面的这种话实属夸夸其谈，让人工智能变得更加智能是许多人会喊出的口号，用于向投资商吹牛，但实现这个口号的寥寥无几，甚至有不少企业暗箱操作，人工智能服务的背后是真人在伪装。

林浔甚至看到评委中的两个露出了和善的笑容，就像导师看着工作中频频出错的学生时，那种虽然责备但仍然尽力慈祥的微笑。

不过没有关系。

他继续道：“我们采用了一种区别于传统的经网络以及机器学习体系的人工智能架构途径，使用了基于混沌和模糊数学的方法，用随机-反驳体制成了人工智能决策过程的二次简化，并且实现了决策自由程度的提升。”

掌声忽然慢了下来。

林浔反思自己的语速是否过快，并没有，所以大概是他刚才的话有些绕口，人在思考的时候身体的动作就会减慢，体现在掌声上，就是掌声的减弱。

趁着掌声还未停止，林浔飞快翻到T下一页。

——掌声一下子停了，场中陷入死寂。场下的每一个人——都不再看林浔的脸了，林浔扫视台下，却发现没有人和他对视，他们全都用锅里的死鱼一样的目光注视着他背后的大屏幕。

林浔咳了一声，清了清嗓子，这才继续道：“……这就是我们的一些理论基础，出于时间的考虑，不再和大家详细解释。”

这张T非常简单，白底黑字，字体端正严谨，标准的论文格式，九篇论文，时间跨度有六年，从他们的学生时代开始，到今年为止，主要还是集中在上学的时候。

论文的发表有两种体系，会议和期刊，顶级会议称为顶会，在计算机专业，顶会的含金量大于顶刊。九篇顶会论文虽然不算什么特别出彩的成绩，但也足够说明他们的工作不是空中楼阁了。

第一个人举起了手，和手里的手机。

第二个人举起了手，和手里的手机。

快门声响了起来。其它人仿佛突然获得什么指令，也纷纷拿起手机开始拍照，或许是想查询一下影响因子。

为了让他们拍到，林浔在这一页多停留了十秒，才翻到下一页：“这是另一部分。”

刚才那一页偏向计算机方面，架构和安全的贡献比较大，导师也提供了很多帮助，这一页则偏向数学方面的工作，不再是顶会，换成了三篇一区SCI。

工业界和学术界的研究，虽然都在同一个领域，却各有千秋。他们大多数时候相看两厌，学术界认为工业界研究的问题过于低级，不值一提，工业界认为学术界研究的课题毫无实用意义。但有的时候，工业界的需求左右着学术界的研究方向，学术界某些被忽视的成果被工业界发掘也有可能掀起一场行业动荡。比如林浔就觉得自己没有什么能够拿出来吹嘘的地方，只是钻了一个无人注意的空子。

他将T翻页，换成一些不得不拿出来解释的公式，并道：“二十年前，曾经有过一次使用模糊数学开发人工智能的风潮，但是由于一些众所周知的局限，这一流派逐渐没落，不再是人工智能研究的方向。”

“但是，”他话锋再转，“当AI技术不断进展的时候，数学学科也在向外扩展边界。2020年D。Hell博士提出复动力系统中的散簇概念，是混沌理论的一次大进展，也是我的灵感来源。接下来我想用五分钟的时间来介绍当这些理论应用到现实中时，人工智能的表现会出现哪些改变。”

台下再次响起掌声，林浔往一旁看去，旁边位置上坐着的架构给他比了一个V。

林浔再次对台下微笑一下，把T往下切。

架构制作T的能力和他制造论文的能力一样出色，林浔时常做出一个平平无奇的成果，但是经过架构的渲染，它就成了一个在现实应用中无所不能的工具。

洛的构造基于很多概念，其中难以理解的概念譬如混沌和分形，不便向观众详细解释。容易理解的概念，例如模糊，就可以推广出许多花言巧语。打个比方，下雨了，要收衣服，晴天了，要晒衣服，人工智能知道这两件事情。那么，阴天的时候该做什么？这就是模糊，洛可以从容应对这种模糊。阴天的时候应该观望，应该判断阴天的程度以推测降雨的概率，从而决定是否提前收走衣服。当然，现实世界中的情况比收衣服复杂得多，但它知道自己需要学习什么，它学到的东西也比想象中要多。

人工智能领域的其它方法也可以解决这个问题，但这个领域有一个特色，针对一类特定的问题，总有一种解决方法明显优于其它方法，针对另外一类问题，又存在另一种最优算法，每一个分支都无比细化。因此当人工智能越来越智能的同时，这一行业所需的人类劳动力规模反而越来越巨大。

并不是不够实用，只是不够优雅。林浔想要用一种方法能解决大部分的问题，他觉得那样才舒服。这曾经是个很遥不可及的愿望，现在能离实现愿望近一些，还是要感谢数学理论的发展。

他按部就班往下讲T。

也按部就班地感叹架构的编造能力。

架构从一个为个人量身打造的智能管家讲起，讲到了智能家居，讲到了物流调配，讲到了人力解放，讲到了超级智能，讲到了虚拟现实，讲到了人类命运。