第163章 全國高考滿分狀元(7)

  第163章 全國高考滿分狀元(7)

  關於未來的規劃。

  林灰其實已經做了相當明確的規劃。

  而且不至於是紙上談兵,林灰已經是付諸於實踐了。

  至少林灰自認為他其實已經在穩紮穩打地向前推進了。

  儘管現在來看林灰的步子還不是很大。

  但從宏觀的角度來看或者說從其他人的角度來看,林灰的進度其實並不慢。

  概括來說的話,學術方面林灰現在已經小有所成。

  更具體地來說,林灰現在搞得那個生成式摘要算法已經有所成就。

  至於為什麼要在生成式摘要算法這裡做文章。

  是因為生成式摘要算法這方面的東西被林灰當作是入局的敲門磚。

  (之所以以此入局,自然是因為生成式摘要算法所屬的自然語言處理領域門檻相對較低。

  可以這樣類比,自然語言處理這東西之於神經網絡學習很像是數論之於數學。

  數學裡的數論你不能說它不重要。

  但是門檻是真的低。

  當然數論門檻雖低,但上限卻很高。

  而自然語言處理這門學問同樣類似。

  自然語言處理的門檻同樣也很低。

  涉及到語言這東西,誰都會語言,誰都有一定的概括語言、精煉語言的能力。

  畢竟那麼多年的語文不是白學的。

  可以說相比於一些連入門的東西都讓人一頭霧水的東西,自然語言處理這門學科的門檻也很低。

  門檻低,代表著准入規則不高,而准入規則沒有那麼多麻煩事的話,即便林灰入局也不會被太在意。

  而自然語言處理雖然門檻低。

  但和數論一樣,上限很高。

  上限很高意味著什麼呢?

  上限很高意味著可以夠到一些很高的境界。

  而能達到很高的境界則意味著將來可以輕鬆破局!)

  而林灰打算怎樣破局呢?

  生成式摘要算法本質上是深度學習發展的產物。

  而現在這個時間節點。

  卻只有神經網路識別。

  沒有真正意義上的深度學習。

  林灰很清楚打開真正的深度學習的鑰匙是什麼?

  ——殘差神經網路。

  (殘差神經網絡這個概念是前世在2015年由Microsoft某研發團隊提出的。

  殘差神經網絡是一種依託於殘差學習框架來減輕網絡訓練的神經網絡。

  和以往的神經網絡架構不同。

  殘差神經網路的架構將層變為學習關於層輸入的殘差函數,而不是學習未參考的函數。

  經驗證據證明這些殘差網絡很容易優化,並可以顯著增加深度來提高準確性。

  林灰記得,前世的研究小組在ImageNet數據集上評估了深度高達152層的殘差網絡。

  這個152層的深度什麼概念呢?

  在前世瘋狂卷的時候來說,用伺服器跑神經網絡學習模型是常有的事情。

  不過那些瘋狂卷的時代都已經成為歷史了。

  就現下這個時空來說,152層的深度可以說是吊打現在的各種神經網絡學習模型所能實現的深度。

  量化分析來進行闡述的話,152層的深度意味著要比現在這個時空主流的神經網絡學習所實現的深度要深8倍。

  深度更深往往意味著更高的準確度。

  現在這個時空也清楚深度更深要更有利於工程面的效果。

  但盲目增加傳統神經網絡的複雜度卻導致了模型複雜度急劇攀升等缺點。

  而這就更能突出殘差神經網絡的價值了。

  因為就複雜度而言,殘差網絡相比於傳統的神經學習網絡而言往往能夠具有較低的複雜度。

  此外,因為深度網絡能夠更自然地將低/中/高級特徵和分類器以端到端多層方式進行集成。

  可以通過堆疊層的數量來豐富特徵的「級別」。

  可以說殘差神經網路相比於傳統神經網絡模型是具有碾壓般的優勢。

  也正是因為這樣那樣的優點,前世殘差神經網路才一經面世迅速廣泛應用。)

  殘差神經網路這個東西在外人眼中可能是晦澀的術語。

  但其實這是開啟未來的鑰匙。

  而其就掌握在林灰的手中。

  林灰這種比喻絲毫不過分。

  只有在殘差神經網絡出現之後,深度學習這個概念才真正出現。

  具體到應用層面。

  在殘差神經網絡出現後。

  可以導致了圖像識別領域的一系列突破。

  而圖像領域的突破。

  很可能使得【人臉識別技術】得到發展。

  更何況關於人臉識別技術的發展林灰還有些來自前世的資料。

  這對林灰無疑意味著極大的優勢。

  深度學習的出現,不止促進圖像識別方面的發展。

  深度識別技術出現後。

  【人工智慧】的快速發展才真正搭建起了基石。

  某種程度上來說,用生成式摘要算法來換錢已經不是林灰最高層次的訴求了。

  林灰現在所圖更大。

  無論是人工智慧還是人臉識別。

  哪個都是近萬億級別的市場!

  不過千里之行始於足下,還是得深耕細作。

  根基不穩的話,登高易跌重。

  林灰暢想著萬億市場的時候。

  討論組裡成員還在討論著關於未來的專業選擇。

  何思遠:「我還沒想好……我媽倒是建議我去學會計。」

  劉繇:「聽阿姨的吧,學會計不會吃虧……」

  何思遠:「呃,感覺會計工作很枯燥啊。」

  劉繇:「可是學會計賺得多啊,水木出來的話,將來很容易進四大……」

  何思遠:「[疑惑][疑惑]四大是什麼?」

  劉繇:「呃……自己去擺渡……」

  何思遠:「我還以為啥牛比機構呢?

  搞半天就幾個破律師事務所??

  你怕是在逗我吧?沒興趣!

  我覺得不管學什麼,還是要學科學技術。」

  劉繇:「得了吧,學技術能賺幾個錢?」

  何思遠:「庸俗,學技術帥啊!

  賺錢是一時半會的事情。

  帥可是一輩子的事情。」

  劉繇:「完了,老何註定要離我們而去了……」

  何思遠:「啥意思?」

  劉繇:「既然搞技術,那多半最後要出國……」

  何思遠:「扯,好歹也受了15年愛/國主/義教育,我必不可能出國。」

  曹海超:「這跟愛國不愛國關係不大吧。

  我覺得就一般的技術而言,在哪做技術不都一樣?」

  (本章完)