当前位置:91小说网>都市小说>这个学霸疑似巨额知识来源不明> 第135章 比金奖更大的事(4/11)
阅读设置(推荐配合 快捷键[F11] 进入全屏沉浸式阅读)

设置X

第135章 比金奖更大的事(4/11)

关于几何分析、偏微分方程与量子物理的交叉边界,他此前在文献里只进行过零散的接触,并没有深入研究过。

但此刻,听一位站在国际最前沿的一线实验物理学家,用如此直白的话语讲述真实应用场景下的痛点,反倒像是一阵风,吹散了他脑海里某些固有的迷雾,让他对高维构造的普适性以及数学在真实世界中的投影,多了一层更立体的全新理解。

第二位上台发言的,是欧洲科学院院士周志华教授。

他是国内人工智能领域的绝对领军人物之一。

周院士的话题更加贴近当下的科技产业热点。

直接从机器学习的理论瓶颈切入,直指当前AI发展最核心的短板。

“现在很多深度学习模型,尤其是大模型,在工程应用上的效果好得惊人。

但是,各位同仁,我们要清醒地认识到,这些模型的数学解释性极差。”

“我们就像是一群蒙着眼睛的孩子在搭极其复杂的积木,把它堆得很高,很壮观,但我们根本不知道它底层的力学原理是什么。

一旦底部抽走一块积木,整个大厦随时可能崩塌。”

他挥了一下手,加重了语气:“所以,未来人工智能如果想要实现真正的革命性突破,不能只靠堆算力堆数据。

最终,它还是必须要回到基础数学上来,回到统计学习理论、优化理论的最深处的根上去寻找答案。”

听到这里,江临的眸光微微一动。

他脑海中浮现出完成闭合的那套关于 pFR 猜想的证明框架。

深度学习大模型的本质是什么?

某种意义上,是在高维空间中,对海量的看似无序的数据进行特征提取与降维压缩。

在数学上,可以被粗略抽象为等价于一种高维离散结构的近似与映射。

AI算法之所以是不透明的黑盒的原因之一,是这些数据在经过层层网络压缩后,其内部的信息熵是如何演化的,又为什么没有在降维的过程中丢失核心的特征支撑。

而江临刚刚在 pFR 证明中构建的核心武器,第三层损失回收机制与有限域上的熵控制函数,解决的恰恰就是高维结构在压缩过程中的局部误差摊还问题。

这原本只是为了解决纯粹的加性组合学难题。

但这套用来约束残余谱、控制有限域熵形式坍缩的数学工具,如果能经过一层适当的离散化和模型化,或许能迁移出一套分析框架到机器学习的高维张量网络中,为那个庞大的黑盒提供一条理论指导。

……

这场高质量的论坛整整持续了两个半小时。

直到下午四点半左右,才在雷鸣般的掌声中落下帷幕。

散场时,会场内的人流开始缓缓涌动。

不少心有不甘的参会者、年轻学者以及企业代表,纷纷离座,像潮水一样围向主席台前,希望能抓住最后的机会,和刚才发言的几位嘉宾交换个微信,或是多请教两句。

江临最怕这种无意义的社交应酬,趁着人群还未完全拥堵,顺着会场边缘的侧道快步往外走。

眼看就要走出主会场那扇厚重的大门了。

“江临,等一下。”

一个浑厚的声音从身后传来。

江临停下脚步,转过身。

刚才在台上做过主旨发言的周志华教授,正拨开围着他的人群,快步朝这边走过来。

他步子迈得很大,脸上带着那种长辈看到优秀晚辈时掩饰不住的欣赏笑意。

“周老师。”江临礼貌地打招呼。

“早就听过你的名字了,今天总算见到活人了。”周志华走到近前,上下打量了江临一番,直奔主题,“你在江氏砖构造里用到的那一套数学方法,我们做AI理论的几个博士生昨天还在组会上仔细研读过。

你的那个思路,太漂亮了。”

说到这里,他顺势抛出橄榄枝。

“江临,有没有兴趣花点时间,尝试着做一点机器学习底层数学基础理论的问题?

如果你愿意把有限状态压缩的思路,试着迁移到学习理论里,可能会有一些很有意思的交叉点。”

“谢谢周老师的认可和邀请。” 江临的回答依然是那种滴水不漏的客套,“后续如果有合适的机会,或者遇到交叉领域的问题,一定向您请教交流。”
本章未完,请翻下一页继续阅读.........