第84章 这不科学！（爆更1.5w 3/3 求首订）（2 / 5）
“齐教授，陈工。”
“我认为，我们这个联合项目的第一阶段，还有事情要做。”
原本正兴奋地討论著到底是先吃烤生蚝还是吃帝王蟹的几个研究生，脸上的笑容瞬间僵了，一个个瞪大了眼睛，看著漆昊。
在苦逼的科研狗世界里，大家平时见过最离谱的事，无非是导师卡著不让走，逼著大家继续当牛做马。
可今天，他们居然亲眼见证了一桩学术界的旷世奇观！
导师大发慈悲主动宣布结题放假，有人居然按住导师的手，说还有事情要做！
坐在斜对面的李杰此时在心里疯狂吶喊：漆神！求求你做个人吧！
你是神仙不用放假，我们凡人的肉体凡胎伤不起啊！我还指望著周末回去打游戏呢！
要是换作其他人，漆昊早就被眼神杀了几回，然而，在大佬强大的气场压迫下，没有任何一个研究生敢在这个时候发出半点反驳的声音，只能一个个在心里默默流泪。
齐教授也是微微一愣，有些诧异地看著这个在学术上有主见的小傢伙，饶有兴致地问道：“哦？小漆，你为什么会这么觉得？我们的问题不是已经解决了吗？”
“但我们这个智能项目的终极目的，是什么？”漆昊问道。
陈工虽然被漆昊的敬业给震惊到了，但还是老老实实地回答道：“当然最终是想实现无人机在复杂无gps信號的室內环境下的自主视觉定位悬停，障碍物自动辨识，以及对移动目標的自適应锁定与跟踪咯。”
“没错，但我们现在解决的问题，距离这个目標还很远，当飞机面对复杂的障碍物拓扑结构，多变的室內光影变化，以及运动目標的轮廓识別时，还是无法控制无人机。”
“正如陈工之前所说，要想真正解决这种难题，唯一的出路，是引入神经网络。”
听到神经网络这四个字，会议室里的人脸色变了变。
现在，这个词在绝大多数高校科研人眼里，简直就等同於天坑的代名词。
陈工嘆了口气，苦笑道：“漆昊，神经网络的设想確实很美好，这也是两家企业最看重的核心技术，但我们之前私底下尝试过，在没有专门加速硬体的前提下，光是训练一个最简单的三层多层感知机，都要耗费不少时间。”
“如果引入更深层的网络来做图像特徵提取，算力开销將呈几何级数爆炸，计算强度的数学公式我们可以写得很漂亮，但实际情况並非如此。”
“在如此惊人的复杂度面前，用cpu训练神经网络，光是调参和等待收敛的时间成本，就能把我们整个课题组的人力全部耗死在里面，在工程落地层面上，这根本不具备可行性。”
齐教授此时也说道：“小漆，陈工说的是实情，我早年的研究方向也涉及过部分控制网络，神经网络这个东西，目前在学术界和工业界都处於一个尷尬的瓶颈期。”
“没有足够的算力支撑，强行把重心放在这上面，无异於去撞一堵墙，所以，我们目前的规划是先用经典的滤波和几何算法结题，神经网络的部分，只作为一个理论展望写进报告里就可以了。”
“那如果，我们不走cpu训练这条路呢？”
漆昊微微抬起头。
齐教授皱了皱眉：“不走cpu？难道你还指望去申请国家超级计算中心的机时？先不说审批有多难，超算中心的那些cpu集群，本质上依然是通用架构，算力性价比极低。”
“不用申请超算。”
“我昨天用那两块gtx580显卡，基於im2coi的数学变换和cublas底层数学库，写了一套完整gpu並行神经网络训练架构。”
陈工和曾工吃惊地看著他。
他昨天和陈工走的时候，漆昊明明还在为lrn的显存衝突和反向传播的写衝突折腾得眉头紧锁。
他们都以为漆昊肯定放弃了，可听这傢伙的意思，他昨晚不仅没放弃，反而把所有算子都写完了？！
齐教授作为严谨的资深学者，本能地对漆昊的话產生了怀疑，他开口：“小漆，用gpu训练神经网络，这在目前的视觉和控制领域並不是主流，哪怕是斯坦福吴恩达团队的那篇论文，也只是在特定的实验室环境下做出的探索，在实际工程中根本无法大范围推广。” ↑返回顶部↑
“我认为，我们这个联合项目的第一阶段，还有事情要做。”
原本正兴奋地討论著到底是先吃烤生蚝还是吃帝王蟹的几个研究生，脸上的笑容瞬间僵了，一个个瞪大了眼睛，看著漆昊。
在苦逼的科研狗世界里，大家平时见过最离谱的事，无非是导师卡著不让走，逼著大家继续当牛做马。
可今天，他们居然亲眼见证了一桩学术界的旷世奇观！
导师大发慈悲主动宣布结题放假，有人居然按住导师的手，说还有事情要做！
坐在斜对面的李杰此时在心里疯狂吶喊：漆神！求求你做个人吧！
你是神仙不用放假，我们凡人的肉体凡胎伤不起啊！我还指望著周末回去打游戏呢！
要是换作其他人，漆昊早就被眼神杀了几回，然而，在大佬强大的气场压迫下，没有任何一个研究生敢在这个时候发出半点反驳的声音，只能一个个在心里默默流泪。
齐教授也是微微一愣，有些诧异地看著这个在学术上有主见的小傢伙，饶有兴致地问道：“哦？小漆，你为什么会这么觉得？我们的问题不是已经解决了吗？”
“但我们这个智能项目的终极目的，是什么？”漆昊问道。
陈工虽然被漆昊的敬业给震惊到了，但还是老老实实地回答道：“当然最终是想实现无人机在复杂无gps信號的室內环境下的自主视觉定位悬停，障碍物自动辨识，以及对移动目標的自適应锁定与跟踪咯。”
“没错，但我们现在解决的问题，距离这个目標还很远，当飞机面对复杂的障碍物拓扑结构，多变的室內光影变化，以及运动目標的轮廓识別时，还是无法控制无人机。”
“正如陈工之前所说，要想真正解决这种难题，唯一的出路，是引入神经网络。”
听到神经网络这四个字，会议室里的人脸色变了变。
现在，这个词在绝大多数高校科研人眼里，简直就等同於天坑的代名词。
陈工嘆了口气，苦笑道：“漆昊，神经网络的设想確实很美好，这也是两家企业最看重的核心技术，但我们之前私底下尝试过，在没有专门加速硬体的前提下，光是训练一个最简单的三层多层感知机，都要耗费不少时间。”
“如果引入更深层的网络来做图像特徵提取，算力开销將呈几何级数爆炸，计算强度的数学公式我们可以写得很漂亮，但实际情况並非如此。”
“在如此惊人的复杂度面前，用cpu训练神经网络，光是调参和等待收敛的时间成本，就能把我们整个课题组的人力全部耗死在里面，在工程落地层面上，这根本不具备可行性。”
齐教授此时也说道：“小漆，陈工说的是实情，我早年的研究方向也涉及过部分控制网络，神经网络这个东西，目前在学术界和工业界都处於一个尷尬的瓶颈期。”
“没有足够的算力支撑，强行把重心放在这上面，无异於去撞一堵墙，所以，我们目前的规划是先用经典的滤波和几何算法结题，神经网络的部分，只作为一个理论展望写进报告里就可以了。”
“那如果，我们不走cpu训练这条路呢？”
漆昊微微抬起头。
齐教授皱了皱眉：“不走cpu？难道你还指望去申请国家超级计算中心的机时？先不说审批有多难，超算中心的那些cpu集群，本质上依然是通用架构，算力性价比极低。”
“不用申请超算。”
“我昨天用那两块gtx580显卡，基於im2coi的数学变换和cublas底层数学库，写了一套完整gpu並行神经网络训练架构。”
陈工和曾工吃惊地看著他。
他昨天和陈工走的时候，漆昊明明还在为lrn的显存衝突和反向传播的写衝突折腾得眉头紧锁。
他们都以为漆昊肯定放弃了，可听这傢伙的意思，他昨晚不仅没放弃，反而把所有算子都写完了？！
齐教授作为严谨的资深学者，本能地对漆昊的话產生了怀疑，他开口：“小漆，用gpu训练神经网络，这在目前的视觉和控制领域並不是主流，哪怕是斯坦福吴恩达团队的那篇论文，也只是在特定的实验室环境下做出的探索，在实际工程中根本无法大范围推广。” ↑返回顶部↑