天才一秒记住【畅想小说网】地址：http://www.cxtra.net
那些“李代数”
、“表示论”
、“上同调”
之类的术语，像天书一样在头顶飞舞。
“我……我听不懂了。”
一个数院大三的学生痛苦地捂住脸，“虽然我们已经在上抽象代数了，但肖神讲的东西，好像跟教科书上的不是一个次元啊……”
他旁边的室友更惨，已经选择放弃治疗，开始在笔记本上画小人了。
“没事，听不懂正常。
我怀疑咱们系一半的教授现在也在硬撑。”
確实，中后排的教授们表情各异。
有的频频点头，显然跟上了思路；有的眉头紧皱，努力消化那些新颖的概念；还有的已经在翻看提前列印的论文，试图对照理解了。
姚毅智院士的笔记本已经写了三页。
他偶尔会停下来思考几秒，然后快速写下新的想法。
身后的博士生们就没这么轻鬆了，一个个如临大敌，拼命想跟上节奏。
“现在看一个具体应用。”
肖宿切换到了“小智”
系统的演示界面。
屏幕上出现了那个简洁的对话窗口。
肖宿先输入了一个很简单的水果分类问题，小智在几秒钟的时间里就能够自动完成思考並作出回答。
这看似简单的一幕，却让懂行的人脊背发麻。
聪明的网友可能要问了，这么简单的问答，现在的deepmind、openai等顶尖机构的ai模型都能轻易做到，有什么特別的呢？
答案就在於小智回答肖宿问题的答案，事先並没有在训练数据中明確標註，而是系统通过特徵解耦自主“理解”
的。
类似openai这样的顶尖模型，其实本质上走的是“记忆匹配+概率推测”
的路子，它们之所以能给出正確答案，不过是记住了“吃=减少”
“收到=增加”
的固定关联，熟记了苹果对应红色、橘子对应橙色、梨对应黄绿的统计规律，靠著海量训练数据中的样本匹配，找到最贴合问题的回覆，如同背会了答题模板，却从未真正理解问题的本质。
它的数据內容多了，回答的答案正確的概率也上升。
但是，又因为它的资料库杂乱的內容太多，导致最后连开发者都无法知道它会给出什么答案，也就是“黑箱”
。
这也是有些人工智慧会被聪明的网友称作人工智障的原因。
它们的局限是显而易见的。
无法真正拆解问题中的核心特徵，更无法建立特徵间的独立关联，一旦遇到超出训练样本的场景，比如顏色特殊的水果、复杂的数量组合，就会出现卡顿、判断偏差，甚至混淆不同特徵的边界。
但肖宿运用群论实现的自监督解耦框架，彻底打破了这种局限。
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！