马明坐直了身体,他明白汤智晓的水平,既然对方都对这份文件的內容讚不绝口,证明他之前的看法没有错。

汤智晓看著马宇腾的眼神变了,他没想到这位国內知名的雷霆工业集团总裁,居然对人工智慧这个前沿领域,也有著如此恐怖的技术积累和洞察力。

马宇腾坦然地接受了这份讚美。

虽然核心思想来自未来,但在这个时空,这份文档的作者確实是他和钟虹。

“汤博士,你觉得这套理论有实际应用的可能性吗?”

马宇腾把话题拉了回来。

“有!太有了!”汤智晓毫不犹豫地回答。

“这不仅仅是可能性的问题,它就是我们一直在寻找的答案!有了这个框架,我们之前那些像没头苍蝇一样的研究,立刻就有了明確的方向!”

“很好。”马宇腾点了点头,这正是他想要的结果。

他身体前倾,看著汤智晓和马明,说出了自己今天真正的目的。

“我希望你们的团队,能在这套深度学习的理论基础上,儘快研发出一套新的模型架构。”

“这套架构,要能很好地处理时序数据。它不能只看孤立的、静態的一帧图像,而是要能理解一个连续的序列中,不同元素之间的关联和上下文。比如,一段视频里,前一秒的车辆位置和速度,与后一秒的行为预测之间的关係。”

马宇腾没有提“transformer”这个名字,但他描述的,正是其核心思想——自注意力机制。

“我需要这套技术,为我们雷霆工业准备研发的自动驾驶系统,提供算法支持。”

“自动驾驶?”马明和汤智晓几乎同时出声。

汤智晓把手里的文档放回桌上,直起腰板。

“自动驾驶?”

他重复了一遍这个词,声音里带著明显的迟疑。

“马总,这个方向,说句不好听的,目前学术界自己都还停留在前期探索的阶段,工业界更没人敢碰。原因很简单,计算机视觉的识別能力远远不够。別说动態的交通场景了。”

马宇腾没有立刻反驳,而是仔细分析道。

“现在的计算机视觉不行,是因为算法模型太浅,特徵提取的能力不够。”

他指著桌上那份文档。

“特徵提取做不到位,当然什么都认不准。但你刚才自己也说了,这套卷积神经网络加上深度训练之后,提取能力会有质的飞跃。”

“再叠加我刚才说的那种对序列数据的理解能力后,它就不再是逐帧比对像素了。它开始理解上下文,理解空间关係,理解因果。”

“网络可以做得极深,深度意味著理解力。汤博士,这个道理你比我清楚。”

汤智晓没有马上接话。

他低下头,翻开文档里关於序列数据处理的那几页,手指在纸面上划了几道。

办公室里安静了好一阵。

“理论上……有可能。”

他推了推眼镜,语速放慢了不少。

“但问题在两个地方。第一,训练这种规模的模型,需要的数据量是天文数字。光靠实验室採集,十年也凑不够。第二,目前的晶片算力不够,即使利用最先进的gpu也无法实现处理行驶过程中视觉数据的能力。”

马宇腾看向马明。

“数据的问题,明讯网络每天有上亿用户產生的行为数据,这些暂且不说。雷霆汽车未来的產品,每一台车上都会装车载摄像头和传感器。车跑在路上,就是在帮我们采数据。等大量用户在使用过程中,积累下来的真实道路数据,足够我们使用了。”

他顿了一下。

“至於算力,按照摩尔定律,晶片每十八个月的性能翻一番。我们不需要等到算力完全够用的那天才开始动手。模型架构和算法先做出来,数据先存起来。等硬体追上来了,我们就能进入到实际的测试当中。”

本章未完,点击下一页继续阅读。

其他类型小说相关阅读More+