第447章 与明讯合作（2 / 3）
他一开始以为这又是哪个领导拍脑袋想出来的“宏伟蓝图”。
却没想到里面竟然是如此严谨、完整、且具有开创性的理论框架。
从概念定义，到网络结构，再到训练方法，最后是坚实无比的数学基础，这简直就是一篇可以直接发表在顶刊上的开山之作！
“不可思议……简直是天才般的构想！”汤智晓激动地站了起来。
“『无监督逐层预训练』，这个方法，完美地解决了深层网络训练时梯度弥散的难题！这……这將开启一个全新的时代！”
他看著马宇腾，眼神里全是敬佩。
马明坐直了身体，他明白汤智晓的水平，既然对方都对这份文件的內容讚不绝口，证明他之前的看法没有错。
汤智晓看著马宇腾的眼神变了，他没想到这位国內知名的雷霆工业集团总裁，居然对人工智慧这个前沿领域，也有著如此恐怖的技术积累和洞察力。
马宇腾坦然地接受了这份讚美。
虽然核心思想来自未来，但在这个时空，这份文档的作者確实是他和钟虹。
“汤博士，你觉得这套理论有实际应用的可能性吗？”
马宇腾把话题拉了回来。
“有！太有了！”汤智晓毫不犹豫地回答。
“这不仅仅是可能性的问题，它就是我们一直在寻找的答案！有了这个框架，我们之前那些像没头苍蝇一样的研究，立刻就有了明確的方向！”
“很好。”马宇腾点了点头，这正是他想要的结果。
他身体前倾，看著汤智晓和马明，说出了自己今天真正的目的。
“我希望你们的团队，能在这套深度学习的理论基础上，儘快研发出一套新的模型架构。”
“这套架构，要能很好地处理时序数据。它不能只看孤立的、静態的一帧图像，而是要能理解一个连续的序列中，不同元素之间的关联和上下文。比如，一段视频里，前一秒的车辆位置和速度，与后一秒的行为预测之间的关係。”
马宇腾没有提“transformer”这个名字，但他描述的，正是其核心思想——自注意力机制。
“我需要这套技术，为我们雷霆工业准备研发的自动驾驶系统，提供算法支持。”
“自动驾驶？”马明和汤智晓几乎同时出声。
汤智晓把手里的文档放回桌上，直起腰板。
“自动驾驶？”
他重复了一遍这个词，声音里带著明显的迟疑。
“马总，这个方向，说句不好听的，目前学术界自己都还停留在前期探索的阶段，工业界更没人敢碰。原因很简单，计算机视觉的识別能力远远不够。別说动態的交通场景了。”
马宇腾没有立刻反驳，而是仔细分析道。
“现在的计算机视觉不行，是因为算法模型太浅，特徵提取的能力不够。”
他指著桌上那份文档。
“特徵提取做不到位，当然什么都认不准。但你刚才自己也说了，这套卷积神经网络加上深度训练之后，提取能力会有质的飞跃。”
“再叠加我刚才说的那种对序列数据的理解能力后，它就不再是逐帧比对像素了。它开始理解上下文，理解空间关係，理解因果。” ↑返回顶部↑
却没想到里面竟然是如此严谨、完整、且具有开创性的理论框架。
从概念定义，到网络结构，再到训练方法，最后是坚实无比的数学基础，这简直就是一篇可以直接发表在顶刊上的开山之作！
“不可思议……简直是天才般的构想！”汤智晓激动地站了起来。
“『无监督逐层预训练』，这个方法，完美地解决了深层网络训练时梯度弥散的难题！这……这將开启一个全新的时代！”
他看著马宇腾，眼神里全是敬佩。
马明坐直了身体，他明白汤智晓的水平，既然对方都对这份文件的內容讚不绝口，证明他之前的看法没有错。
汤智晓看著马宇腾的眼神变了，他没想到这位国內知名的雷霆工业集团总裁，居然对人工智慧这个前沿领域，也有著如此恐怖的技术积累和洞察力。
马宇腾坦然地接受了这份讚美。
虽然核心思想来自未来，但在这个时空，这份文档的作者確实是他和钟虹。
“汤博士，你觉得这套理论有实际应用的可能性吗？”
马宇腾把话题拉了回来。
“有！太有了！”汤智晓毫不犹豫地回答。
“这不仅仅是可能性的问题，它就是我们一直在寻找的答案！有了这个框架，我们之前那些像没头苍蝇一样的研究，立刻就有了明確的方向！”
“很好。”马宇腾点了点头，这正是他想要的结果。
他身体前倾，看著汤智晓和马明，说出了自己今天真正的目的。
“我希望你们的团队，能在这套深度学习的理论基础上，儘快研发出一套新的模型架构。”
“这套架构，要能很好地处理时序数据。它不能只看孤立的、静態的一帧图像，而是要能理解一个连续的序列中，不同元素之间的关联和上下文。比如，一段视频里，前一秒的车辆位置和速度，与后一秒的行为预测之间的关係。”
马宇腾没有提“transformer”这个名字，但他描述的，正是其核心思想——自注意力机制。
“我需要这套技术，为我们雷霆工业准备研发的自动驾驶系统，提供算法支持。”
“自动驾驶？”马明和汤智晓几乎同时出声。
汤智晓把手里的文档放回桌上，直起腰板。
“自动驾驶？”
他重复了一遍这个词，声音里带著明显的迟疑。
“马总，这个方向，说句不好听的，目前学术界自己都还停留在前期探索的阶段，工业界更没人敢碰。原因很简单，计算机视觉的识別能力远远不够。別说动態的交通场景了。”
马宇腾没有立刻反驳，而是仔细分析道。
“现在的计算机视觉不行，是因为算法模型太浅，特徵提取的能力不够。”
他指著桌上那份文档。
“特徵提取做不到位，当然什么都认不准。但你刚才自己也说了，这套卷积神经网络加上深度训练之后，提取能力会有质的飞跃。”
“再叠加我刚才说的那种对序列数据的理解能力后，它就不再是逐帧比对像素了。它开始理解上下文，理解空间关係，理解因果。” ↑返回顶部↑