第315章 站在巨人的肩膀上

  第315章 站在巨人的肩膀上

  林灰的經歷中逆行過一次的河流已然屬於神跡了。

  這樣的經歷林灰覺得是沒有機會再遇到了。

  重生之後，林灰的時間跟這個時空的任何人一樣。

  每一秒過去了也不會再回來了。

  這種情況下，林灰格外珍惜每分每秒。

  儘管這樣的生活很忙碌，但林灰樂得如此。

  相比於前世那些空洞流逝的歲月，現在充實的生活反倒讓林灰覺得無比幸福。

  而且林灰相信他也不是平白無故的忙碌。

  林灰相信隨著他的忙碌會有很多人隨之而忙碌。

  而且想和林灰達到同樣成果的話，這些人恐怕要付出十倍甚至百倍於林灰的投入程度。

  為什麼這樣說呢？

  因為林灰是重生之人，林灰腦海中有很多別人所不具備的知識。

  在有七年甚至是七年以上信息優勢的情況下。

  此時的林灰無比崇高。

  或者可以說，林灰現在是站在巨人的肩膀上。

  踩在巨人的肩膀上努力，林灰可以比同時代的其餘人更容易的夠到星辰。

  此外站在巨人的肩膀上，林灰看得比別人更遠。

  同樣是向前行進，別人可能是是盲人摸象般地向前探索，林灰卻可以信步向前。

  依舊是拿自動文本摘要來說吧。

  這個時空的科研人員在處理自動文本摘要問題的時候可能會僅僅局限在文本摘要這一塊。

  但林灰想得卻要更多。

  文本摘要的不斷疊代人們會對摘要的準確度提出更高的要求。

  而對文本摘要準確度的更高要求連帶著會對神經網絡學習產生更高水平的要求。

  而神經網絡方面即將到來的突破將催生人工智慧的興盛。

  以神經網絡為核心的人工智慧的興盛可能又會催生生物方面的進步。

  神經網絡看似是計算機方面的研究，其實不純粹。

  神經網絡的發展得益於生物學的突破。

  而神經網絡方面的研究又會反哺於生物學。

  這些雖然可能還有些遙遠。

  但這就是未來。

  誰洞察了未來的先機，誰就終將勝利。

  總之，站在巨人肩膀上的林灰相信其有能力輕而易舉得影響世界。

  之前林灰搞得生成式摘要算法，無形之中調動世界上眾多科研機構的忙碌不正說明這一情況麼？

  一個人的忙碌讓一堆人不得不更忙碌同時付出更多。

  這種現象用前世的話叫什麼呢？

  對，沒錯，就是「卷」。

  前世計算機行業卷是常態。

  以至於重生之後林灰也不自覺地將前世的一些習慣帶了過來。

  雖然只是無心之舉吧，但好歹也是重生之人了。

  重生者不當卷王，難道帶頭躺平麼？

  林灰遲早卷死這個時空所有的潛在敵對勢力。

  ……

  BJ時間26號凌晨3點，林灰正在忙碌的時候。

  在林灰背後追趕著林灰腳步的人也不少。

  當然了，雖然追趕的人不少。

  但迷路的不少，看到差距感到絕望的同樣不少。

  加利福尼亞此時剛好上午11點。

  位於加利福尼亞的史丹福大學校園內NOTEXIST研究室里不少科研人員還在忙碌著。

  不過也不是所有人都在忙碌。

  摸魚的也是存在的。

  看著手錶上的時間已經臨近中午。

  埃克萊爾·基爾卡加博士已經做好到點下班的準備了。

  乾飯才是最重要的。

  卷是不可能卷的，完全沒必要。

  關鍵是根本卷不過。

  自從LIN HUI搞得生成式文本摘要算法問世誕生之後。

  埃克萊爾·基爾卡加博士和他所在的團隊最近會同普林斯頓大學數學系朱爾斯教授的團隊一直在進行對該技術的跟進。

  剛開始的時候整個團隊還躊躇滿志。

  但很快就意興闌珊。

  最開始的時候之所以躊躇滿志是因為埃克萊爾·基爾卡加博士和他所在的團隊發現了長短期神經網絡這個方向。

  埃克萊爾·基爾卡加博士和他所在的團隊一度以為這個方向是正確的研究方向。

  了長短期神經網絡這種神經網絡相比普通的循環神經網路，在應用時對文本中間隙長度不敏感。

  長短期記憶神經網絡這一類別的神經網絡在處理更長的序列中有不錯的表現。

  正是因為長短期記憶神經網絡的特性跟LIN HUI搞得生成式摘要算法中實際應用時所表現出的一些特性相吻合。

  當時埃克萊爾·基爾卡加博士和他所在的團隊一度以為找到了正確的方向。

  經過最近對LIN HUI搞得算法跟蹤研究後。

  埃克萊爾·基爾卡加博士和他所在的團隊卻發現雖然他們的猜測對了，但卻也沒完全對。

  LIN HUI搞得生成式文本摘要裡面縱然用到了長短期記憶神經網絡。

  但也絕對不可能是十分膚淺的應用了最基礎的長短期記憶神經網絡。

  LIN HUI在算法中應用的大概率是一種依託於長短期記憶神經網絡進行一定修飾後的更為特殊的神經網絡。

  雖然不清楚LIN HUI具體是應用了什麼類型的修飾。

  但一定是修飾了的。

  至於修飾了什麼麼就不好說了。

  一個人藏起來的東西，一萬人可能也找不到。

  類似的道理，儘管LIN HUI可能只是做了一點微不足道的修飾。

  這種變化究竟是什麼短時間內埃克萊爾·基爾卡加博士和他所在的團隊根本不可能搞懂。

  唯一能搞懂的就是LIN HUI對長短期記憶神經網絡採用了一種極為巧妙的應用。

  就很無奈。

  隨著研究的深入，進展倒是有一些。

  但問題是收穫的不止是進展，還有對對手的進一步認識。

  技術的真諦沒發現太多。

  反而全面認識到LIN HUI技術之強勁。

  埃克萊爾·基爾卡加博士和他所在的團隊似乎明白了什麼叫做：

  ——越接近對手的實力，就越理解對手的強大。

  面對LIN HUI的時候，埃克萊爾·基爾卡加博士和他所在的團隊就是這種感覺。

  儘管可能趕得上，但涉及到生成式文本摘要這種技術並不是純粹的技術。

  這背後是連帶著市場的。

  技術問題等得起，但商業上的問題等得起嗎？

  等對手將市場潛力發掘地差不多了。

  再入場又有什麼用呢？

  (本章完)