第114頁
2023-09-01 15:15:34 作者： 只喝三分甜
她接下來的任務就只剩下完成自己的畢業答辯，迎接盛大的畢業典禮，然後開始自己一段新的生活。
但是很顯然，不是所有人都會對她的提前畢業表示祝福，受到影響最大的就是勞詩慧了，這意味著她需要重新找一個合作夥伴。
葉瑄雖然只是一個本科生，但是她的研究能力不輸很多研究生，有她在實驗室里，勞詩慧省去了不少的麻煩。去年也憑藉和葉瑄合作的成果，成功留任了斯坦福人工智慧實驗室拿到了終生教職。
勞詩慧雖然對葉瑄不打算繼續做研究的決定表示遺憾，但是還是支持她創業的決定，還主動給她介紹了自己以前學校的一些人脈。
勞詩慧:「Wish you success and my door is always open.」（祝你成功，我的大門永遠為你敞開）
葉瑄這段時間利用陳亦桐和lover的對話數據，又對這個機器人的底層算法程序進行調整，使它更符合人類的對話習慣。
陳亦桐這才知道自己被女朋友當成了ai訓練素材，不過既然是女朋友的要求，那只能完成嘍。
不過陳亦桐也從自己的專業角度給女朋友的畢設提出了一點建議:「只用我們兩個的對話樣本來訓練它，應該不可能讓它具備學習能力吧？」
葉瑄:「那當然不可能啊！前期我們已經給它餵了一些開源資料庫，規範性的遍歷了一些基本的對話模式，但是顯然還不夠。它目前只能作為一個聯網智能搜索機器人來看待，所以我想做初步的商用來搜集對話數據再不斷精進這個模型。」
陳亦桐:「我要先向你承認錯誤，前段時間我實在無聊，就撬開了lover的『腦袋』，看了一下它的原始代碼，你們暫時還是用的卷積神經網絡讓它進行監督性的學習？」
葉瑄點了點頭:「如你所見，我們的基礎數據太少，我連最基本的非監督性學習都很難讓它做到。和你對話的這個小傢伙還不能被稱為ai，只是一個程序被設定好的軟體罷了。
陳亦桐安慰葉瑄:「不要灰心，科學家從八十年代開始研究卷積神經網絡，06年提出深度學習的概念，現在的進展也只是收效甚微罷了，起碼你的成果已經可以做到一定程度上的自我學習。」
葉瑄當然沒有灰心，她知道深度學習這塊未來的發展前景有多廣，也知道這塊涉及到的知識有多深，她現在所做的只不過是邁出了非常小的一步。
葉瑄目前心裡已經有了完善的商業計劃，如何利用這個不成熟的雛形應用來撬動更大的市場，再用商業化產品的數據來反哺自己的模型。
看著視頻里的葉瑄信心滿滿的樣子，電腦這斷的陳亦桐也感受到了非常大的壓力。自家女朋友不僅提前本科畢業，而且已經對未來有了清晰的規劃。
感受到壓力的陳亦桐趕緊著手對手裡的這篇論文進行最後的修改。如果這篇論文再投中，陳亦桐本科期間已經有了三篇SCI一區一作的文章，這些學術成果放在任何一個頂尖大學都可以拿到教職了。
作者有話說：
今天不更了，已經更了一萬六千多字了
1.關於深度學習（我自己也不算很懂）
①深度學習的概念是2006年提出的，簡單而言就是我們通過算法把語言，圖像這些數據進行分解，讓程序去解析樣本數據的內在邏輯和表達層次。一個深度學習的ai是否成功，是要看他學習的樣本數據夠不夠大，女主在這裡為什麼要創業，就是為了商業化之後獲得更多的樣本訓練數據。
②傳統的機器學習可能就是設定好既有的程序，讓機器去提取關鍵數據分析，而深度學習就是一種特徵學習方法，把原始數據通過一些簡單的但是非線性的模型轉變成為更高層次的，更加抽象的表達，就是教會程序自己去思考。
2.卷積神經網絡
文中提到的一種算法，卷積神經網絡就是在經典神經網絡的基礎上，在輸入層和全連接層加入了卷積層和池化層。一般用於處理多維數組數據（來源百度百科）。國內大多數研究院所做深度學習還是在用卷積神經網絡的算法，而且我國目前的深度學習技術應該還是缺少護城河的。
第63章 、傑曼諾夫（菲爾茲）
作為工程學院的全A畢業生, 葉瑄被邀請作為學生代表在畢業典禮上發言。她也是獲此殊榮的第一位中國學生，不過葉瑄拒絕了這個能讓她名聲大噪的機會。
雙料金牌得主，跳級天才少女, 全A畢業生，以及還沒有公開的身份——獨角獸企業dayin的聯合創始人。葉瑄身上的標籤太多了, 但是對於現在的她來說, 這不是一個曝光的好時機。
為了葉瑄這次的畢業典禮, 葉父葉母特意從國內飛了過來，陳亦桐自然也早就為女友準備好了畢業禮物。
葉父葉母落地舊金山, 葉瑄因為創業計劃的事情無暇去接，就委託陳亦桐去接。
這些年葉宗泰總是對著陳亦桐有著莫名的敵意, 認為他是要來拐走自己女兒的。事實證明, 葉宗泰的直接是準確的, 他一上車就發現陳亦桐的後視鏡上掛著和女兒的合照。
葉宗泰氣的鬍子都豎起來了，他就是覺得這一年時間自家女兒的狀態不對, 果然還是被陳亦桐拐走了。
葉宗泰沉聲:「多久了？」這個問題問的沒頭沒尾, 但是陳亦桐卻知道在問什麼。
陳亦桐語氣恭敬:「叔叔, 到現在為止是331天，還不到一年。」
<span>傳送門： | |