第608章 AI走入死胡同？（1/2）

郭长征听完，没有立刻回答，而是深深地看了一眼夏冬。

他心里非常惊讶，一个大一刚结束的本科生，居然能一针见血地指出当前人工智慧的瓶颈。

现在的学术界，绝大多数人都在疯狂地优化那些复杂的数学公式。

大家都在比拼谁能设计出更精妙的人工特徵提取方法。

很少有人去反思，这条路本身是不是从一开始就选错了。

郭长征嘆了口气，靠在椅背上。

“夏冬，你观察得很敏锐。你说的这个问题，確实是现在学术界的一大痛点。”

“我们现在的主流路线，其实走入了一个过度追求数学完美的误区。”

郭长征开始讲解：“大家觉得一个模型好不好，首先看它的数学证明漂不漂亮。”

“支持向量机为什么火？因为它背后有一套严密的统计学习理论支撑。”

“你可以用公式清清楚楚地证明它为什么能工作，它的误差上界在哪里。”

本书首发 101 看书网超好用，.??????隨时看 ,提供给你无错章节，无乱序章节的阅读体验

夏冬適时地接话：“但是现实世界的数据是不讲数学逻辑的，它们充满了噪声和不確定性。”

郭长徵用力地点头，声音提高了几分：“完全正確！”

“所以我一直认为，基於规则和人工特徵的路线，走不远。”郭长征表达了自己的立场。

夏冬顺势问道：“那郭老师觉得，未来的出路在哪里？”

郭长征沉默了片刻，似乎在斟酌用词。

“你应该听说过人工神经网络吧？”郭长征问道。

夏冬点点头，装作只了解皮毛的样子：“之前听过，刚刚在课堂上，老师你也讲了。但好像现在不太受欢迎？”

郭长征苦笑了一下：“不是不太受欢迎，是被主流学术界打入冷宫了。”

“上个世纪八十年代，神经网络火过一阵子，但很快就遭遇了寒冬。”

“原因很简单，它解释不清楚。”郭长征解释道。

“你把数据丟进去，它经过几层神经元的计算，给你一个结果。”

“但是中间到底发生了什么？那些权重参数代表什么物理意义？没人知道。”

郭长徵用手指敲了敲桌面：“这在讲究严谨的学术界是致命的。大家叫它『黑盒』。”

“发论文的时候，评审专家会问你，为什么你的网络结构是这样设计的？为什么要有三层而不是四层？”

“你回答不上来，你就发不了顶会。”

夏冬静静地听著，他知道郭长征说的是事实。

在深度学习全面爆发之前，神经网络確实经歷了漫长且压抑的低谷期。

郭长征继续说道：“但我一直觉得，我们不需要去解释它。”

这句话引起了夏冬的极大兴趣，这和后来那些科技巨头们的做法不谋而合。

郭长征语气变得有些兴奋：“你想想人类是怎么学习的？”

“一个小孩子认识猫，是因为他父母给他列出了猫的数学方程吗？”

夏冬配合地摇头：“不是，是因为父母指著很多只猫告诉他，这是猫。”

“对！”郭长征拍了一下大腿。

“小孩子看了几百只、几千只猫之后，他的大脑里自动就形成了猫的认知。”

“他不需要知道猫耳朵的几何角度，他只要看一眼就能认出来。”

郭长征做了一个总结：“学习的过程，本来就是一种经验的积累，而不是逻辑的推演。”

夏冬在心里给郭长征默默点了个赞。

在2009年，能有这种认知的人，绝对是具有战略眼光的技术先驱。