ai技术是比较少见的应用远大于理论的学科,但并非是没有理论。
孟繁岐目前为止产出的所有技术,其论文当中还是有这许多理论方面的论证和推衍的。
不过这部分内容大都源自于与付院长的讨论,属于是锦上添花,并非是孟繁岐的本意。
之所以会添加这些数理推衍,主要是因为早期的ai届仍旧相当看重这方面的论证。
这也是为什么那几个老学究听到韩辞内容的时候眼里放光,口中赞叹不绝。
而在听孟繁岐实验上的世界级突破时虽然赞叹,却没有这种由衷的兴奋。
对于醉心于理论的人来说,搞懂这个现象的理论原因到底是什么,远比做出影响世界的技术应用更加重要,也更加有吸引力。
也正是这种好奇心和对真理的探索,造就了人类一次次文明与技术的突破。
只是很遗憾的,在ai这条道路上,偏理论的方向注定会坎坷异常。
至少直至2023-2024年左右,仍旧没有什么像样的突破。
而孟繁岐在今后的论文当中,涉及理论的部分也只会越来越少,会更加注重工业应用方面的难点和内容。
“她是谁?你的同学吗?”辛顿听了韩辞对孟繁岐残差思想的解释之后,觉得思路一下子打开了不少。
如果从动力系统视角构建等价性,那数学和物理界的很多概念都可以引入进来,事情就大有可为了。
“她是燕京大学的,现在已经读了研究生了。”孟繁岐言下之意是,韩辞已经有导师了。
“她应该是搞应用数学的吧。”李飞飞可不像辛顿一样,恪守礼节。
在她看来,只要墙脚挖的好,没有学生找不到,“她导师是谁?”
“鄂维南院士。”孟繁岐突然想到,李飞飞本科是普林斯顿的,搞不好和鄂维南有点交集。
鄂维南上世纪末开始在普林斯顿教过应用数学和计算数学,那段时间差不多正好是李飞飞在读本科的时候。
“行,我去想想办法,把她拐到这边来交流几年。”李飞飞嘿嘿一笑。虽然当年与鄂维南不熟,但怎么也算是听过对方课的,也算是半个学生。
在她看来,韩辞在ai数学和优化问题方面大有可为。
纯数学只要不解决大难题,终究是难出成果的,而搭上ai现在飞速发展的顺风车,则前途一片光明。
比如韩辞现在在讲述的残差思想,在数学和物理界都算不上什么高深的东西。
可结合孟繁岐的应用成果来展示,则大大的加分,意义非凡。
不同领域的交叉地带,一向是出成果的捷径。
台上,韩辞的讲述仍在继续。
“我们假设一个简单的高维积分问题,计算一个可以表示为期望的积分i(g),先通过有限求和im(g)来逼近。
若改用蒙特卡洛办法,从特定的独立同分布的抽
请收藏:https://m.09mt.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)