第三章，神經(jīng)網(wǎng)絡

　　上午是一節(jié)《神經(jīng)網(wǎng)絡》大課，作為目前AI領域最火熱的研究方向，還是權威專家主講，不僅有本專業(yè)的學生，還有讀軟件工程的跑來旁聽。

　　兩人到時，教室、走廊擠得人山人海，幾乎不用想，得站著上課。

　　陸少英忍不住抱怨，“這下好了，應該早點來的?！?p>　　陳然示意淡定，“別慌，會有座的。”

　　正準備往后排擠，忽然有個漂亮妹子招手，“陳然……陳然！這邊，這里有座！”

　　女孩叫李舒涵，戴著黑框眼鏡，扎著單馬尾，小圓臉有點嫩嫩的嬰兒肥，一笑就露出兩個酒窩，又酥又甜。

　　好看嗎？

　　陸少英就覺得挺美，像鄰家的小妹妹，溫柔又可愛。

　　陳然一揚眉，“我說有吧？”

　　有個屁！跟我又沒有一毛錢關系……

　　陸少英一臉便秘的表情，“她只占了一個座?！?p>　　陳然點了點頭，“也是。那我過去了，你再找找?！?p>　　陸少英……

　　這個逼長年有妹子幫忙占座。

　　擠在過道里，陸少英心里忍不住泛酸，不就是長得帥嗎？

　　有什么了不起！

　　“誒，聽說了嗎？”望著陳然，李舒涵就甜甜的笑了起來，心情很好，“這節(jié)課的老師是學校宣傳了好久，最新聘請的大牛?！?p>　　“知道?！标惾稽c了點頭，語氣毫無波動，“蘋果語音組、微軟機器視覺實驗室顧問，也算是權威專家吧?！?p>　　正說著，兩個中年人踏著鈴聲走進教室，前面頗具威嚴的是院長趙楠，落后他半個身位的老師西裝革履，卻有一股儒雅之風，看起來也和善。

　　“院長怎么來了？”李舒涵吐了舌頭，“學校好重視?！?p>　　“確實?！标惾稽c頭同意，教材終究是落后于行業(yè)發(fā)展的，AI領域最前沿的技術幾乎全部掌握在互聯(lián)網(wǎng)公司手里，從這個角度來說，學校請對了人。

　　講臺上，目光掃過秩序井然的教室，在陳然身上稍作停留，趙楠才開腔道：“同學們，AI作為第四次工業(yè)革命引擎，關系到科技、生產力大爆發(fā)，未來的世界格局！”

　　“不僅是我國，美、日、英、法等眾多發(fā)達國家，都已經(jīng)把人工智能上升為國家戰(zhàn)略！”

　　“你們個人的前途與國家的興旺緊密相連……”五分鐘開場白過后，趙楠介紹，“學校非常重視AI學院的建設，請到當今機器學習領域權威，斯坦福李開來教授，大家歡迎！”

　　同學們報以熱烈的掌聲，趙楠則讓出講臺，走到一邊旁聽。

　　“院長過譽了，也感謝大家！”

　　謙遜幾句，李開來簡單做了自我介紹，調侃道：“相比AI，互聯(lián)網(wǎng)已經(jīng)是過時思維，為了搶奪優(yōu)秀人才，各大公司開出25到50萬的年薪，同學們的錢途十分遠大啊?！?p>　　“哈哈哈！”一張張年輕的面孔都笑了起來，深受鼓舞。

　　“神經(jīng)網(wǎng)絡作為深度學習的基礎，是目前AI領域最火熱的研究方向。但是，很少有人知道，神經(jīng)網(wǎng)絡也是一門古老的技術?！?p>　　“1943年就有了神經(jīng)元的數(shù)學模型，從而組成神經(jīng)網(wǎng)絡，分為輸入、輸出層，和中間可擴展的隱藏層，層與層之間的神經(jīng)元互相連接，連接上設置權重，或者說參數(shù)?！?p>　　“1958年，建立錯誤修正機制，學理架構基本完成。”頓了頓，李開來話鋒一轉，“但AI的迅猛發(fā)展，卻是近幾年的事。大家說說，這是為什么？”

　　同學們七嘴八議論開了，很快有人大聲回答，“大數(shù)據(jù)?！?p>　　“很好?！崩铋_來贊許的點了點頭，“訓練神經(jīng)網(wǎng)絡需要巨量的數(shù)據(jù)。在2016年的人機大戰(zhàn)中，AlphaGo就使用了三千萬張棋譜……這是一個，還有嗎？”

　　“摩爾定律！”同學們繼續(xù)補充，“計算機性能越來越強?！?p>　　“對，硬件要求很高！”李開來目光掃過教室，“算力是一個，還有嗎？”

　　“還有算法?！标懮儆⒋鸬溃骸耙郧半S機指派權重，響應慢，算力要求高。2006年，深度學習（DNN）之父Hinton提出非監(jiān)督學習指派初始權重，大幅縮短運算時間，才真正好用起來?！?p>　　“看來這位同學做了不少功課?！崩铋_來笑了笑，豎了個大拇指，“說得很對！”

　　當著這么多人，尤其是院長的面，被大牛表揚，陸少英很開心?？梢晦D頭，卻發(fā)現(xiàn)李舒涵正巧笑嫣然和陳然咬耳朵，頓時酸溜溜的索然無味。

　　“沒有數(shù)據(jù)、算法、算力逐步達到爆點，就不可能有AI的爆發(fā)式增長。”

　　李開來作完總結，打開PPT，“神經(jīng)網(wǎng)絡是模仿生物大腦行為特征，分布式并行的算法數(shù)學模型。依靠網(wǎng)絡的復雜程度，連接和參數(shù)的調整，達到處理信息的目的。”

　　正式開講以后，同學們都翻開課本，認真聽了起來。

　　“CNN（卷積神經(jīng)網(wǎng)絡）在圖像上的應用為例，利用卷積核對像素點進行卷積操作，提取圖像特征，例如物體輪廓、顏色深淺……”講到這里，李開來忽然頓住，“下面我想提個問題……這位同學，對，沒錯，就是你！”

　　在同學們的注視下，陳然緩緩站了起來，有些尷尬，上課講話被老師點名，李舒涵捂著臉把頭埋了起來，羞不可抑。

　　注意到陳然面前空蕩蕩的桌子，沒有課本，沒有筆記，李開來心里就嘆了口氣，這就是個學渣啊，又是一個金玉其外，敗絮其中的例子。

　　李開來不反對大學生談戀愛，但前提是別影響學業(yè)、分得清場合，課堂是你們秀恩愛的地方嗎？說實話，李開來看見就惡心！

　　仗著一副好皮囊以為包打天下，從不想豐富自己的內涵，這樣的人生何其淺薄。

　　心里生氣，李開來說話就有些挖苦，“這位同學不用聽講，成績應該非常好？！”

　　陳然穩(wěn)如泰山，“還行?！?p>　　一旁的院長趙楠差點沒憋住笑，這語氣……哪里是什么還行，明明是相當行！

　　其他人就不同了，簡直不敢相信自己的耳朵！

　　不要慫，就是干，直接跟老師叫板？

　　誰給你的勇氣，梁靜茹嗎？！

　　陳然的座位比較靠前，大部分人只看到了背影，但想法驚人的一致，這個逼就算這次不被老師噴得體無完膚，以后也別想輕易及格，記住你了知道嗎？

　　真是個作死小能手，掛科啊，就問你怕不怕？！

　　李開來也被氣樂了，還行？行行行，那我考考你，“說說看，卷積神經(jīng)網(wǎng)絡模型的卷積核大小、個數(shù)，卷積層數(shù)如何確定？”

　　怎么確定？

　　沒辦法確定。

　　神經(jīng)網(wǎng)絡其實和光學鏡頭很像，都是一層一層疊加起來的，所不同的是，光學理論經(jīng)過數(shù)百年的發(fā)展，早已不是伽利略時代依靠經(jīng)驗來設計。

　　但神經(jīng)網(wǎng)絡時日尚淺，缺乏指導理論。一般是靠經(jīng)驗，或者感覺來設置參數(shù)，通過大量訓練的實驗反饋挑選最佳值。這也是卷積神經(jīng)網(wǎng)絡雖然效果拔群，卻一直為人詬病的原因。

　　或許有個別補漏的辦法，但系統(tǒng)解決問題……誰答得上來？

　　在李開來看來，這個大坑能把陳然活埋。

　　可出乎意料，陳然道：“老師，我可以借用一下黑板嗎？要用到幾個數(shù)學公式……”

　　哈哈，數(shù)學證明算法的有效性？

　　這么高端的操作，當自己是AI領域某個響當當?shù)拇罄校?p>　　你有那個水平嗎？！

　　李開來已經(jīng)不耐煩了，“不用，直接說?！?p>　　好吧，陳然知道了，這是覺得他肯定答不上來，純粹浪費時間啊。

　　不過，這個問題，我剛好有發(fā)言權……

　　陳然也懶得上去了，“CNN的卷積核大小、個數(shù)，卷積層數(shù)，實際上是一個多元函數(shù)的最優(yōu)化問題，可以理解為全局收斂下的求最優(yōu)解，這是一個混合系數(shù)……”

　　“等等！”陳然的話讓李開來感覺很熟悉，“你看過《論CNN的數(shù)學解釋》？這種大佬的論文很難懂，我也要學習很久，你背下來沒用。”

　　“這個么……”陳然又摸了摸鼻子，有點尷尬，“老師，我是這篇論文的作者?！?