换肤首页 > 都市 > 天才对决

第104章 新作?(5.4k)

他靠回椅背,摊了摊手,语气变得轻松起来:“漆,不瞒你说,我本人在英伟达的持股也只有3.97%左右,我给你0.2%,是为了邀请一位能与英伟达一同定义未来的合伙人。”

“你的qinet证明了算法的极限可以被数学突破,而我的工作,就是将这种突破转化为推动世界前进的算力,你负责定义天空的高度,我负责打造抵达天空的引擎,我们一起,怎么样?”

这番话,将漆昊的个人价值,提升到了时代定义者之一的高度。

漆昊沉默了很久,久到老黄都以为他要当场答应了。

然而,漆昊最终还是缓缓地摇了摇头。

“黄总,感谢您的坦诚和令人震撼的远见,这个方案的分量太重了,我无法立刻给您答复,我需要时间去思考一下。”

“这是我能给出的最大诚意了。”老黄握住他的手,非常自信,认为对方不会拒绝自己,“没关系,我等得起,真正有价值的东西,都值得等待。”

……

那张写着式子的白板照片,在被上传到普林斯顿数学系研究生大群后,起初并没有引起太大的波澜。

毕竟,这帮天天跟庞加莱猜想,朗兰兹纲领死磕的纯数疯子们,在他们看来,白板上的这行式子书写极不规范,有些人还怀疑是哪个民科写的。

“这写的是什么玩意?同伦群的映射框架呢?测度收敛的前置紧致性证明呢?这跳步跳得连希尔伯特看了都要掀起棺材板了。”

“这个是漆昊大神写的。”

“这样啊,那情有可原了,希尔伯特的棺材板可以盖回去了。”

群友滑跪的速度之快,让发照片的人都无语了。

“不过真正有价值的东西,漆神会写到白板上?”

“怎么不会呢,大神有时候灵感来了,都会随手写写画画的!”

“我们来逐一解析下,l(Π)= inf_{Ψ∈Π} sp_{x∈i^5} m(Ψ(x))≥ 2π2。”

“这里的Π,一般人只看到了映射类,我找计算机的人问了下,结合上下文,它更可能指代的是一个由特定神经网络架构参数化后,所生成的所有可能的特征提取器所构成的函数空间,这是一个无穷维的巴拿赫空间。”

“而Ψ∈Π,就是在遍历这个空间里所有的可能性,寻找一个最优的特征提取器Ψ。”

“这对应了深度学习中的架构搜索和参数优化,但漆昊显然把它提升到了泛函分析的高度。”

“接下来是关键,sp_{x∈i^5} m(Ψ(x)),i^5代表一个标准化的五维输入空间,比如一个归一化处理后的图像块的某种抽象。”

“而m(Ψ(x)),我猜测m不是一个简单的测度算子,它更像是一个基于豪斯道夫距离改造而来的。”

“它衡量的不是输出值的大小,而是经过神经网络Ψ这个复杂的非线性映射后,输入空间x附近的局部流形结构,被扭曲,折叠的程度!”

“所以,这一整块sp_{x∈i^d} m(Ψ(x))的含义是,对于一个给定的网络Ψ,我们在整个输入空间中,寻找那个能让它产生最严重几何畸变的输入x。”

“这代表了该网络性能的短板,是它最不擅长处理的情况。”

有人忍不住打字反驳:“这也太夸张了!就算你的解释成立,那最后的≥ 2π2又是什么意思?凭空冒出来一个常数下界?这不符合数学的严谨性。”

这人立刻回复:“这才是最妙,你还记得格罗莫夫关于流形的理论吗?”

“换句话说,漆昊认为,一个神经网络想要无损处理信息,是不可能的,其性能极限,不是由计算能力或者数据量决定的,而是由载体本身拓扑结构决定的!他在用一个数学式子,给深度学习领域,划定了拓扑的边界!”

“是吗?我怎么感觉有什么不对!”

“我认为他说的是对的!”

“谢特,也就是说,漆神又要在神经网络上整活了?”

普林斯顿数学系研究生大群的截图,就像一枚被投入互联网信息海洋的鱼雷,引起了一连串的连锁反应。

起初,它只是在学术圈的小范围内流传,比如一些顶尖高校的内部论坛和群聊组里。

很快,一位在科技媒体实习的博士生,知道漆昊最近的热度,嗅到了巨大新闻价值的他,匿名将截图打包发给了一家知名科技博客。

第二天,当太阳照常升起时,《拓扑学:东方天才为神经网络再添新作?》这一篇文章出现在了数学圈和计算机圈。

漆昊看到这篇文章后,陷入了沉思。

不对啊,他当时没想神经网络的东西。

上一页目录下一章

猜你喜欢