第四百五十六章 五亿，小吗？ (第1/2页)

赵文渊轻轻咳嗽了一声，把几人的注意力拉了过来，然後开口说道：
　　
　　「既然大家都同意按照韩总的思路试一试，那我先详细讲解一下我们这边现在的成果，以及两边怎麽融合。」
　　
　　听了赵文渊的话，梦脑科技的人都提起了重视。
　　
　　汤圆和起源的大名在人工智慧这个领域如雷贯耳，但是毕竟隔行如隔山，他们的技术有多少能用在脑机接口这个领域还真不好说。
　　
　　现在对方的首席科学家发话了，詹想的心里格外矛盾，既期待这位赵博士能从别的角度带来新的解决方案，又不甘心自己卡了几年没有进展的难题被别人轻而易举地解决掉。
　　
　　詹想心想，最好是他们提供一点思路，但是自己来把整个工作完成。
　　
　　赵文渊起身，站到了会议室的白板前面，拿起一支马克笔就在上面画了起来。
　　
　　他没有使用预先准备的幻灯片，也不需要，起源旗下所有模型的训练思路都在他的脑子里，架构图信手拈来。
　　
　　不一会儿，汤圆训练架构就被画在了白板上。
　　
　　「梦总，詹总，你们看，汤圆1.0就是这麽被训练出来的，从原始语料建立起基座模型，到高精度标注的调整权重，造就了它的意图理解和问题解决能力。按照韩总刚才提出的思路，我们先使用梦脑现在积累的脑电数据来训练出一个基座模型，这个模型不需要能够准确地理解每一个脑电波所代表的意思，它更像是一个预训练模型，能够把你们所提供的三万个小时的原始数据中，哪些模式是反覆出现的通用信号，哪些是杂乱的噪声分辨出来。」
　　
　　詹想试图跟上赵文渊的思路，听他说完之後摇了摇头：「赵总，这恐怕不行，这些数据量虽然大，但是太杂了，想从里面直接总结规律不太可行。」赵文渊看了他一眼，心想，是你懂机器学习还是我懂机器学习。
　　
　　自监督预训练恰恰不需要有统一的标签，那是後训练阶段才需要做的事情，自监督本身就可以从杂乱的数据里学习通用结构。
　　
　　但是他没把这质疑说出来，新方法和梦脑现行方法差距太大，他们的团队有所怀疑也是正常的。但是旧方法显然没用，不然梦脑科技不会卡在这里。
　　
　　这倒是让赵文渊想起来翻译领域的历史来。
　　
　　最一开始做机器翻译的时候，人们也是先从翻译家和语言学家的方法开始，想要用人做翻译的方法教会计算机做翻译，什麽语法、文法、从句结构，都写到规则里去。
　　
　　效果怎麽样?
　　
　　一言难尽。
　　
　　直到後来人们走了另一条路，用大规模的数据统计概率，也就是机器学习来进行训练，效果得到了显着提升。
　　
　　做语音识别的大牛弗雷德里克·杰利内克对此有句名言：「我每从团队中开除一个语言学家，语音识别的性能就提升一大截。」
　　
　　顺带一提，transfrmer架构本身最初发明出来就是用於翻译的，效果确实惊艳，并且後来被证明这个架构不只可以用来做翻译。
　　
　　赵文渊不打算当面说服詹想，语言上的交锋毫无意义，只是说道：「詹总，不如我们尽快开始第一轮训练，有了第一轮的结果，我们就可以知道这个方向是不是可行了。」
　　
　　他相信，等到结果出来，詹想自然会被说服。赵文渊接着问道：「这些脑电波数据的采样率是多少?对应的数据量有多大?」
　　
　　詹想一愣，没想到赵文渊对自己的问题避而不答，显然对训练结果极为自信，一时没回答赵文渊的问题。
　　
　　

（本章未完，请点击下一页继续阅读）