第三章,神经网络
上午是一节《神经网络》大课,作为目前AI领域最火热的研究方向,还是权威专家主讲,不仅有本专业的学生,还有读软件工程的跑来旁听。
两人到时,教室、走廊挤得人山人海,几乎不用想,得站着上课。
陆少英忍不住抱怨,“这下好了,应该早点来的。”
陈然示意淡定,“别慌,会有座的。”
正准备往后排挤,忽然有个漂亮妹子招手,“陈然……陈然!这边,这里有座!”
女孩叫李舒涵,戴着黑框眼镜,扎着单马尾,小圆脸有点嫩嫩的婴儿肥,一笑就露出两个酒窝,又酥又甜。
好看吗?
陆少英就觉得挺美,像邻家的小妹妹,温柔又可爱。
陈然一扬眉,“我说有吧?”
有个屁!跟我又没有一毛钱关系……
陆少英一脸便秘的表情,“她只占了一个座。”
陈然点了点头,“也是。那我过去了,你再找找。”
陆少英……
这个逼长年有妹子帮忙占座。
挤在过道里,陆少英心里忍不住泛酸,不就是长得帅吗?
有什么了不起!
“诶,听说了吗?”望着陈然,李舒涵就甜甜的笑了起来,心情很好,“这节课的老师是学校宣传了好久,最新聘请的大牛。”
“知道。”陈然点了点头,语气毫无波动,“苹果语音组、微软机器视觉实验室顾问,也算是权威专家吧。”
正说着,两个中年人踏着铃声走进教室,前面颇具威严的是院长赵楠,落后他半个身位的老师西装革履,却有一股儒雅之风,看起来也和善。
“院长怎么来了?”李舒涵吐了舌头,“学校好重视。”
“确实。”陈然点头同意,教材终究是落后于行业发展的,AI领域最前沿的技术几乎全部掌握在互联网公司手里,从这个角度来说,学校请对了人。
讲台上,目光扫过秩序井然的教室,在陈然身上稍作停留,赵楠才开腔道:“同学们,AI作为第四次工业革命引擎,关系到科技、生产力大爆发,未来的世界格局!”
“不仅是我国,美、日、英、法等众多发达国家,都已经把人工智能上升为国家战略!”
“你们个人的前途与国家的兴旺紧密相连……”五分钟开场白过后,赵楠介绍,“学校非常重视AI学院的建设,请到当今机器学习领域权威,斯坦福李开来教授,大家欢迎!”
同学们报以热烈的掌声,赵楠则让出讲台,走到一边旁听。
“院长过誉了,也感谢大家!”
谦逊几句,李开来简单做了自我介绍,调侃道:“相比AI,互联网已经是过时思维,为了抢夺优秀人才,各大公司开出25到50万的年薪,同学们的钱途十分远大啊。”
“哈哈哈!”一张张年轻的面孔都笑了起来,深受鼓舞。
“神经网络作为深度学习的基础,是目前AI领域最火热的研究方向。但是,很少有人知道,神经网络也是一门古老的技术。”
“1943年就有了神经元的数学模型,从而组成神经网络,分为输入、输出层,和中间可扩展的隐藏层,层与层之间的神经元互相连接,连接上设置权重,或者说参数。”
“1958年,建立错误修正机制,学理架构基本完成。”顿了顿,李开来话锋一转,“但AI的迅猛发展,却是近几年的事。大家说说,这是为什么?”
同学们七嘴八议论开了,很快有人大声回答,“大数据。”
“很好。”李开来赞许的点了点头,“训练神经网络需要巨量的数据。在2016年的人机大战中,AlphaGo就使用了三千万张棋谱……这是一个,还有吗?”
“摩尔定律!”同学们继续补充,“计算机性能越来越强。”
“对,硬件要求很高!”李开来目光扫过教室,“算力是一个,还有吗?”
“还有算法。”陆少英答道:“以前随机指派权重,响应慢,算力要求高。2006年,深度学习(DNN)之父Hinton提出非监督学习指派初始权重,大幅缩短运算时间,才真正好用起来。”
“看来这位同学做了不少功课。”李开来笑了笑,竖了个大拇指,“说得很对!”
当着这么多人,尤其是院长的面,被大牛表扬,陆少英很开心。可一转头,却发现李舒涵正巧笑嫣然和陈然咬耳朵,顿时酸溜溜的索然无味。
“没有数据、算法、算力逐步达到爆点,就不可能有AI的爆发式增长。”
李开来作完总结,打开PPT,“神经网络是模仿生物大脑行为特征,分布式并行的算法数学模型。依靠网络的复杂程度,连接和参数的调整,达到处理信息的目的。”
正式开讲以后,同学们都翻开课本,认真听了起来。
“CNN(卷积神经网络)在图像上的应用为例,利用卷积核对像素点进行卷积操作,提取图像特征,例如物体轮廓、颜色深浅……”讲到这里,李开来忽然顿住,“下面我想提个问题……这位同学,对,没错,就是你!”
在同学们的注视下,陈然缓缓站了起来,有些尴尬,上课讲话被老师点名,李舒涵捂着脸把头埋了起来,羞不可抑。
注意到陈然面前空荡荡的桌子,没有课本,没有笔记,李开来心里就叹了口气,这就是个学渣啊,又是一个金玉其外,败絮其中的例子。
李开来不反对大学生谈恋爱,但前提是别影响学业、分得清场合,课堂是你们秀恩爱的地方吗?说实话,李开来看见就恶心!
仗着一副好皮囊以为包打天下,从不想丰富自己的内涵,这样的人生何其浅薄。
心里生气,李开来说话就有些挖苦,“这位同学不用听讲,成绩应该非常好?!”
陈然稳如泰山,“还行。”
一旁的院长赵楠差点没憋住笑,这语气……哪里是什么还行,明明是相当行!
其他人就不同了,简直不敢相信自己的耳朵!
不要怂,就是干,直接跟老师叫板?
谁给你的勇气,梁静茹吗?!
陈然的座位比较靠前,大部分人只看到了背影,但想法惊人的一致,这个逼就算这次不被老师喷得体无完肤,以后也别想轻易及格,记住你了知道吗?
真是个作死小能手,挂科啊,就问你怕不怕?!
李开来也被气乐了,还行?行行行,那我考考你,“说说看,卷积神经网络模型的卷积核大小、个数,卷积层数如何确定?”
怎么确定?
没办法确定。
神经网络其实和光学镜头很像,都是一层一层叠加起来的,所不同的是,光学理论经过数百年的发展,早已不是伽利略时代依靠经验来设计。
但神经网络时日尚浅,缺乏指导理论。一般是靠经验,或者感觉来设置参数,通过大量训练的实验反馈挑选最佳值。这也是卷积神经网络虽然效果拔群,却一直为人诟病的原因。
或许有个别补漏的办法,但系统解决问题……谁答得上来?
在李开来看来,这个大坑能把陈然活埋。
可出乎意料,陈然道:“老师,我可以借用一下黑板吗?要用到几个数学公式……”
哈哈,数学证明算法的有效性?
这么高端的操作,当自己是AI领域某个响当当的大佬?
你有那个水平吗?!
李开来已经不耐烦了,“不用,直接说。”
好吧,陈然知道了,这是觉得他肯定答不上来,纯粹浪费时间啊。
不过,这个问题,我刚好有发言权……
陈然也懒得上去了,“CNN的卷积核大小、个数,卷积层数,实际上是一个多元函数的最优化问题,可以理解为全局收敛下的求最优解,这是一个混合系数……”
“等等!”陈然的话让李开来感觉很熟悉,“你看过《论CNN的数学解释》?这种大佬的论文很难懂,我也要学习很久,你背下来没用。”
“这个么……”陈然又摸了摸鼻子,有点尴尬,“老师,我是这篇论文的作者。”