天才一秒记住【热天中文网】地址：https://www.rtzw.net
希尔顿酒店的行政套房里，浓重的雪茄烟雾在昏黄的落地灯光下盘旋。
这里没有闪光灯，没有记者，只有几个即使在2007年。
也足以让硅谷地震的大脑。
杰弗里?辛顿坐在正中央的皮沙发上，手里的烟斗明明灭灭。
他没有问那些关于ON复杂度的工程细节，而是透过烟雾，抛出了一个近乎哲学的问题:
“年轻人，你究竟看到了多远的未来?”
林允宁没有立刻回答。
他走到房间一侧的白板前，拿起黑色的记号笔。
但他没有画那个大家熟知的，层层堆叠的神经网络结构图，也没有画反向传播的梯度链。
他在白板上画了一个扭曲的圆圈??一个莫比乌斯环。
“辛顿教授，我认为深度学习的未来，不在于‘深度’Deep。
林允宁转过身，笔尖点在那个扭曲的环上，“而在于‘流形’Manifold。
"
房间里响起了一阵衣料摩擦的细微声响。
杨立昆YannLeCun原本抱在胸前的手臂放了下来，眼镜后的目光变得锐利。
“现在的神经网络，本质上是在做盲人摸象。”
林允宁的声音平静而清晰，“我们通过堆砌几百层参数，试图用暴力的算力去拟合数据。
但这就像是用无数个小平面去拼凑一个地球仪。
“但我看到的未来，是让网络学会‘看’数据的形状。
数据不是散落在高维空间里的沙子，它们是铺在一张张卷曲的、复杂的流形表面上的。
“听起来很浪漫。”
角落里，一位穿着深灰色西装的中年人开口了。
埃里克?霍维茨，微软研究院的首席科学家。
他的语气里，带着典型的工业界务实或者说固执。
“但林先生，恕我直言，几何学救不了现在的AI。
在小样本数据上，有着严格数学证明的支持向量机SVM和贝叶斯网络依然吊打神经网络。
SVM是可解释的，我有完美的超平面。
而你的‘流形，听起来更像是一种不可解
释的玄学。
“如果你还在迷信超平面，那你已经被时代抛弃了。”
还没等林允宁说话，杨立昆先跳了出来。
这位有着浓重法国口音的CNN之父，性格和他的算法一样直来直去，“在高维图像数据面前，你的超平面就是一张废纸。
世界是局部的，pixel和pixel之间的关系是几何的，不是统计的!”
“而且，数据的规模正在发生质变。”
坐在沙发另一侧的一位年轻亚裔女性插话道。
刚刚加入普林斯顿的李飞飞推了推眼镜，语速很快:
“我们正在普林斯顿构建一个名为ImageNet的项目。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！