第182章  天才的面前沒有挫折
    海面上的事情很快傳到了陳念的耳朵了，不過他對這樣的騷操作，卻是見怪不怪了。
    本來就是要退役的軍艦，拿去給漁政、海警用，不是各國的基本操作嗎？    國際慣例罷了嘛，不值得驕傲！
    更何況，這次“改造”用的051本來就老的不行，按照他的記憶，06年就要退役了，退役之前發(fā)揮下余熱，臨時救救場，不算什么.    不過，對他來說，在這件事情之后，造島事宜提上日程，障礙基本掃除，剩下的工作就是在最短的時間之內(nèi)造出屬于我們自己的天鯨號。
    陳念沒有到現(xiàn)場去指揮，因為相比起之前的所有項目，其實天鯨號的總體技術(shù)難度并沒有想象中的那么高。
    它的難，主要體現(xiàn)在工程難度上。
    也就是說，難在怎么把一個巨型項目有條理地拆解、分配，怎么調(diào)動各個部門的生產(chǎn)力，怎么進行流程化、標準化的生產(chǎn)。
    這些方面，其實陳念是幫不上太多忙的。
    他所能做的，只是在項目組遇到技術(shù)關(guān)卡的時候，動用自己的力量，幫助他們快速突破罷了。
    所以，在不在現(xiàn)場，差別都不大。
    于是，這段時間里，陳念都留在西工大，繼續(xù)他的學習。
    先進工程材料的全部課程已經(jīng)學完，不過跟那些玄幻小說里寫的不一樣，學完了一本完整的“秘籍”，他并沒有立刻就獲得強大的“功法”。
    因為這玩意兒的積累是步步為營的，不存在什么一步登天的機緣。
    不過回頭看起來，這一整段學習給他提供的源點數(shù)量也達到了15點以上，總體來說，還是極為劃算的。
    下一步，陳念打算繼續(xù)去學材料表面/界面科學，進一步完整和充實自己的材料學知識體系。
    課程已經(jīng)預(yù)約好，導(dǎo)師仍然是莫忠敏，以他的水平，教現(xiàn)在的陳念還算是得心應(yīng)手    除了上課之外，陳念目前做的最多的事情，就是跟王建成一起討論無人機系統(tǒng)的問題了。
    這本來是王建成的項目，但在看到項目的潛力之后，陳念也忍不住參與了進去。
    倒不是想要摘王建成的果子，只是出于一種.科研人員的好奇心和征服欲。
    他想知道，自己到底有沒有能力在不需要系統(tǒng)幫助的情況下搞出有突破性的成果。
    這種想法就跟身居高位的職場精英，還要不斷地去裸身求職一樣。
    都是為了檢驗自己的真實實力，避免溫水煮青蛙，最后死在鍋里。
    截至目前，進展也讓他驚喜。
    雖然說在這方面，王建成的確是個不折不扣的天才，但自己的指導(dǎo)和協(xié)助也發(fā)揮了不可替代的作用。
    在充分理解了卷積神經(jīng)網(wǎng)絡(luò)算法的原理之后，兩人僅僅花費了不到三周的時間，就已經(jīng)做出了第一版的弱人工智能訓(xùn)練模型，準備開始初步的測試了。
    而作為重要項目伙伴，陳念自然也是不會缺席這次意義重大的測試的。
    結(jié)束了一天的小課之后，陳念跟王建成約在了學校的計算機綜教中心的實驗室里，那里有能夠支撐卷積神經(jīng)網(wǎng)絡(luò)模型所需算力的小型機，正好可以用于這次訓(xùn)練實驗。

——    當然，能批下來，其實也是陳念通過陳果暗中安排的結(jié)果。
    不然的話，陳念自己雖然可以隨便進出，但以王建成一個普通學生的身份，無論多么牛逼，這玩意兒也不可能對他開放.    陳念有時候也不由得有些感慨。
    科研如修仙，財侶法地缺一不可啊。
    他一路向?qū)嶒炇业姆较蜃呷ィ�進門之后，王建成已經(jīng)早早地等在了那里，一見他走進來，便立刻站起身熱情地招呼道：
    “學長！在這邊！”
    陳念過去一看，在場的不僅有王建成，還有之前自己曾經(jīng)求助過的、西工大專門教飛控的教授楚建樹。
    當時王建成打算啟動項目，但各方面的資源、信息準備都不夠充足，于是陳念就通過陳果的關(guān)系聯(lián)系了楚建樹，讓他來做一個接口人。
    也是通過他的關(guān)系，這個配了小型機的實驗室才會開放。
    對方并不是星火小組的成員，也不知道陳念的身份，在他眼里，陳念和王建成一樣，都是一個“普通”的，比較天才的學生而已。
    他趕緊上去打了個招呼。
    “楚教授，您也在啊？”
    楚建樹笑著點了點頭，回答道：
    “你們這個項目挺有意思的，我之前也跟著看了，現(xiàn)在出成果了，肯定要來看看。不影響你們吧？”
    “不影響不影響，您愿意來指導(dǎo)，我們高興還來不及呢。”
    陳念笑著回答道。
    而另一邊，王建成已經(jīng)設(shè)置好了模型的基本參數(shù)，也連接上了模擬飛行程序。
    在之后的訓(xùn)練里，模型將會根據(jù)飛行程序輸入的隨機指令自動開始學習，用高頻率的試錯逐漸去尋找收益最大的策略。
    “所以你們的判據(jù)是最后怎么設(shè)置的？還是之前說的那樣，以跟隨距離為標準嗎？”
    楚建樹開口問道。
    “不是，已經(jīng)改了。這個判據(jù)太死板了，如果只使用距離作為判據(jù)，雖然成功率高，但同時，一旦失敗，造成的后果也很嚴重。”
    “我們沒辦法把預(yù)估損失也作為判據(jù)加進去，那樣的話，整個模型會變得太過龐大。”
    “即使我們現(xiàn)在的小型機跑得動，以后真上了無人機也跑不動。”
    “所以，最后的策略是，使用歸隊成功率作為主權(quán)重判據(jù)，距離只作為輔助。”
    聽到陳念的回答，楚建樹眼前一亮。
    這的確是一個很聰明的策略。
    作為編隊中的重要部分，毫無疑問，無人機是要跟有人機組成飛行編隊的，但由于性能上的差異，編隊的隊形不可能永遠保持穩(wěn)定。

——    別說有人、無人混編了，哪怕純粹的有人機編隊，也不可能在戰(zhàn)斗中始終保持隊形。
    但另一方面，如果想要形成戰(zhàn)斗力，編隊、分組又是必須的。
    這就要求飛行員在完成戰(zhàn)術(shù)動作之后迅速歸位。
    以此為標準，去約束無人機的行動，并作為機器學習訓(xùn)練的判據(jù)，一方面給了模型更大的自由度，一方面也能滿足實際使用的需求，可以說是折中情況下最好的選擇了。
    這兩小子不愧是天才啊，一法通萬法通，為了這個模型，他們所掌握的絕對不僅僅是單一的人工智能知識而已。
    面向?qū)ο蟮拈_發(fā)，才是真正有用的開發(fā)啊。
    不過，一個普通的學生，怎么會有這樣的見識呢？

——    他還不知道，此時的陳念，對于空軍戰(zhàn)術(shù)的了解，其實都是已經(jīng)有過實踐經(jīng)驗的了    “很聰明，這應(yīng)該是我們最好的解決方案了。咱們現(xiàn)在就開始嗎？”
    “現(xiàn)在開始！”
    王建成點了點頭，手指輕敲回車鍵。
    伴隨著小型機的風扇轉(zhuǎn)動，程序立刻開始了運轉(zhuǎn)。
    一條條數(shù)據(jù)不斷輸入到模型中，由于沒有可視化界面，所有的學習過程都是以數(shù)據(jù)的形式呈現(xiàn)。
    楚建樹看的都不太明白，倒是王建成，一邊緊緊盯著瘋狂閃爍的一行行代碼，一邊不斷地開口解釋：    “已經(jīng)完成一千次訓(xùn)練了，效果很差，成功率0%不過也正常，我估計至少要訓(xùn)練百萬次以上，才能達到初步的效果。”
    “五千次，這算成功了一次，有一架無人機歸隊了，但這是運氣，策略還沒辦法形成”
    時間一分一秒地過去，隨著程序的不斷運轉(zhuǎn)，王建成的臉色變得越來越凝重。
    原因無他，成功率太低了！    這個模型的訓(xùn)練效果遠遠要弱于他的預(yù)期，如果按照這樣的效率，恐怕億級的訓(xùn)練都不夠用。
    那還玩?zhèn)�屁啊？
    機器學習中有一條鐵律：    當AI的訓(xùn)練強度大于人工訓(xùn)練強度時，那模型就是無效的。
    很顯然，他手里的這個模型，就是這樣的情況。
    “不太行啊.這個算法好像達不到可用的標準。”
    “訓(xùn)練效率太過低下了，策略生成的速度也慢。”
    “這么搞下去，我們還不如人工遍歷定制策略來的劃算了.”
    聽到他的話，陳念也皺起了眉頭。
    他開口問道：    “能看出原因嗎？”
    “看不出來.我感覺咱們的算法應(yīng)該是沒什么大問題的，但是，冷啟動耗費的資源太多了。”
    “機器學習的本質(zhì)也是遍歷，但它沒辦法做任何感性經(jīng)驗的參考。”
    “也就是說，人工先驗和機器先驗拉不齊”
    看著王建成略微有些失望的眼神，陳念繼續(xù)問道：    “上次聊的混淆矩陣呢？能解決嗎？”
    “解決不了.現(xiàn)在我們的問題是，priors和experience都比較少，想要高效得到高水平解決方案，就必須要求機器的智能化水平極高。”
    “而且目前來看，這個任務(wù)的generalization，也就是任務(wù)泛化難度本身就很大，進一步提高了對機器的要求。”
    “不行，這么跑下去不是個事兒。”
    說著，王建成直接敲下了停止鍵，模型停止運轉(zhuǎn)，最終的結(jié)果，在六萬多次的訓(xùn)練中，達成有效結(jié)果的次數(shù)僅僅為兩次。
    這樣的數(shù)據(jù)量，根本不足以支撐模型繼續(xù)訓(xùn)練。
    王建成失望地看著屏幕上的結(jié)果，這一刻，他感受到了一種難以言喻的挫敗感。
    實際上，在最開始，他對這個模型是極為自信的。
    從獲得陳念的點撥，逐漸了解卷積神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)原理之后，他幾乎感覺整個世界都已經(jīng)掌握手中。
    這一套算法的潛力實在是太大了，只要不斷去開發(fā)，有一天徹底改變世界也不是奢望。
    而且，在這個賽道上，自己已經(jīng)比其他研究者快了不知道多少步，只要能拿出可用的成果和案例，自己很有可能會跟學長一起，成為新一代人工智能的開創(chuàng)者之一。
    這是多么大的榮譽，不用細說。
    抱著這樣的自信，他可以說是一路高歌猛進，速度快到陳念都驚嘆不已。
    他本來以為，事情就是會這樣一切順利地發(fā)展下去，但沒想到，模型的初次訓(xùn)練成果，給了他重重的一擊。
    這不僅僅是結(jié)果沒達到預(yù)期那么簡單，而是不可用！    如果達不到預(yù)期，那還可以通過不斷地調(diào)整和優(yōu)化來向目標靠攏，可如果是不可用那真的就是怎么嘗試都沒有用了。
    推倒重來，也許是唯一的辦法。
    但自己.還能有那樣的心氣嗎？    楚建樹在一旁默默地聽著兩人的對話，實際上，這個結(jié)果也算是在他的預(yù)料之內(nèi)。
    要知道，這可是人工智能啊！
    哪怕是科幻小說，對人工智能的展望也是在幾十年之后。
    而想要在這個時代，在當前的計算機算力下實現(xiàn)初級人工智能，還要考慮終端機的性能上限，這談何容易？
    能做到這一步，已經(jīng)是某種意義上的成功了。
    接下來的路，還是要一步一步慢慢去走的。

——    當然，要說解決方法，其實他也不是沒有。
    在之前，因為對項目的興趣，他也已經(jīng)了解了一些機器學習、卷積神經(jīng)網(wǎng)絡(luò)方面的知識。
    按照剛才陳念和王建成的討論，整個模型最大的短板就是先驗不足，如果能夠在模型中植入足夠大的樣本數(shù)據(jù)庫，讓機器按照數(shù)據(jù)庫中的樣本去做推演和學習，那機器訓(xùn)練的難度應(yīng)該會呈幾何倍數(shù)降低。
    這樣的策略對其他人來說不容易，可放在他這里，卻不困難。
    想要數(shù)據(jù)，也就是幾個電話的事情。
    基于自己的科研用途，讓軍方把飛行員的訓(xùn)練記錄發(fā)一些過來不就行了？實在沒有的話，就讓他們按照目標邏輯飛幾次唄。
    但問題是，這樣的解決問題的方法，對這兩個孩子來說無異于拔苗助長。
    這一次，自己能通過特權(quán)幫他們解決問題，那下一次呢？
    如果這是一個緊迫的科研任務(wù)，那無論動用什么手段，楚建樹都不會覺得過分。
    但現(xiàn)在，這更像是一次探索。
    人才是需要培養(yǎng)的，在他們練級的過程中，可以給他們一些幫助，也可以指指路，但絕對不能幫他把boss刷了    想到這里，楚建樹不動聲色地開口問道：    “那現(xiàn)在伱們打算怎么辦？”
    兩人沉默了片刻，隨后，王建成開口說道：    “兩條路可以走吧。”
    “要么，我想辦法去聯(lián)系航模社那邊，讓他們幫我們刷一刷先驗數(shù)據(jù)。”
    “但這么搞出來的數(shù)據(jù)準確率比較差，不知道二次加工需要多少時間。”
    “很可能，等數(shù)據(jù)加工出來，建成都已經(jīng)錯過申請?zhí)貏e班的時間了.但只要能把模型寫出來，就是不虧的。”
    “還有一條路，就是把模型整個推倒重來。”
    “我剛才仔細想了想，其實模型中還是有不少被忽略掉的效率優(yōu)化點的，這些點一一解決以后，肯定能有收益。”
    “問題就是，這么搞的話，底層邏輯也需要修改，工程量比較大。”
    王建成無奈地嘆了口氣，仰著頭看向了天花板。
    “至少好過沒辦法，有問題總得想辦法解決.等我們回去再想想好了。”
    陳念微微點了點頭，沒有說話。
    其實，楚建樹能做到的事情，他自己也能做到。
    但他自己加入這個項目的初心，讓他不甘心去用這種有些“投機取巧”的方法。
    這倒是有些尷尬了.    不過，除了這個方法，就沒有別的方法了嗎？    他總感覺，自己似乎忽略了什么東西.到底是什么呢？
    而另一邊，楚建樹在聽到王建成的回答后，卻是欣慰地點了點頭。
    還好，第一反應(yīng)不是放棄，也沒有下意識地求助自己，而是規(guī)劃出了解決方案。
    這就說明，至少在心性上，他們是基本過關(guān)的。
    于是，他安慰地拍了拍身邊陳念的肩膀說道：
    “沒關(guān)系，搞科研就是這樣，有時候甚至是成百上千次失敗，才能換來一次成功。”
    “慢慢來吧，現(xiàn)在你們還有時間的。”
    “明白，楚教授。不用擔心，這都是小問題，等明天我們?nèi)フ覕?shù)院的老師聊聊，看能不能再在算法上做一些優(yōu)化好了。”
    “有這想法就好！走吧，咱們?nèi)コ詡�宵夜？我請你們！”
    聽到他的話，陳念微微一笑，從善如流地站起身，還不忘提醒王建成把小型機的初始設(shè)置歸位。
    收拾好之后，三人一起走出校門隨便吃了一口飯，過程里，無論是王建成還是陳念，都有些沉默。
    陳念當然是在想著剛才自己腦子里閃過的那一抹稍縱即逝的靈光，至于王建成嘛.大概率也是在琢磨著模型的事情。
    看到兩人的表現(xiàn)，楚建樹也沒有多說什么。
    他心里還想著，也許這兩孩子是受了打擊不想說話，當然也可能是在規(guī)劃下一步的計劃，但不管怎樣，自己都不應(yīng)該太過打擾他們。
    該經(jīng)歷的事情總是要經(jīng)歷的，既然已經(jīng)下決心不插手，那就得貫徹到底。
    不過，等他回到自己的住處時，仍然忍不住有些擔憂。
    很多天才，其實就是夭折在了一次或者幾次的失敗上。
    尤其是年輕的天才——因為這時候的他們心智還不成熟，可能極小的挫折，就會造成很大的蝴蝶效應(yīng)，最終造成不可挽回的影響。
    王建成會是這樣的人嗎？陳念會是這樣的人嗎？
    楚建樹希望他們不是，但卻沒有太多的把握。

——    然而，這樣的擔憂僅僅持續(xù)了不到兩個小時。
    在他剛剛洗漱完之后，他的私人手機便接到了王建成的電話。
    電話那一頭，王建成興奮地說道：
    “楚教授，我們今晚還想借用一下小型機！我們知道怎么做了！”
    “啥？怎么做的？”
    楚建樹驚訝地問道。
    “是這樣的，剛才陳念學長告訴我了，其實我們一開始的思路就是錯的。”
    “我們把人對飛機的操作帶入到無人機里了！”
    “對我們來說，確定目標，隨后轉(zhuǎn)向、運動是一個連續(xù)的動作，但事實不是這樣的！”
    “從機器的角度來看，所謂的位置變化，其實就是一個一個的數(shù)據(jù)點的變化。”
    “我們根本沒必要將它處理成連續(xù)的函數(shù)，反而應(yīng)該拆分成兩個不同的模型。”
    “第一個模型，處理位置選擇，用于確定位置目標。”
    “第二個模型，再去處理策略執(zhí)行。”
    “這么一來，連續(xù)函數(shù)的復(fù)雜度會大幅降低，我們的訓(xùn)練難度，至少會降低90%以上！”
    楚建樹默默地聽著他的話，沉默幾秒之后，才由衷地說了一句：    “你們.干得漂亮！”
    此時的他心里冒出來一個想法：    果然，在真正的天才面前，其實“挫折”這玩意兒，真的是不多的    (本章完)


　　(https://www.dzxsw.cc/book/30796069/36365881.html)


1秒記住大眾小說網(wǎng)：www.dzxsw.cc。手機版閱讀網(wǎng)址：m.dzxsw.cc