第343章 没人能比我更懂（1/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

勒丘恩对这种场合显然是早已驾轻就熟了。

他把身体往椅背上靠了靠，然后用一种带着法语音调的英语说：“我一开始做卷积网络的时候，没有想过它会跟其他学科产生什么关系。”

“当时我们只是想让机器学会看图。后来有人拿它去识别蛋白质的密度图，拿它去预测分子结构，我才意识到一个问题。”

“视觉识别的底层逻辑和结构识别的底层逻辑，可能共享同一套数学结构。这不是我设计的，是它自己长出来的。”

说到这，他停了一下。

“但我一直觉得，工具不能替代问题。”

“比如你拿深度学习去做生物学，你得先知道你要解决的是什么生物学问题。”

“如果问题本身是错的，模型再深也没用。”

林晓点了点头，转向姚启志：“姚老师，您怎么看？”

姚启志接过话筒：“我同意勒丘恩说的。”

“人工智能进入各个学科之后，最大的风险不是技术不够，而是问题意识被技术裹挟。”

“我见过很多论文，用了一个很复杂的模型，数据量很大，算力消耗很高，但你读完摘要之后不知道它到底想问什么。”

“这种现象在交叉学科里尤其普遍，因为两边的人都容易用自己的语言去解释另一边的问题，最后中间那层理解反而没人去补。”

他看了一眼林晓的方向继续道：“所以我一直跟我的学生说。”

“交叉学科的前提是你得先在至少一个学科里站住脚。”

“两边都懂一点、两边都不深，那不叫交叉，那叫漂流。”

勒丘恩笑了一声，接了一句：“这句话我可以引用吗？”

姚启志也笑了：“随便。”

台下也跟着传来轻笑声。

林晓没有让对话停留在轻松的气氛里太久。

他接了一句：“刚才两位都提到了问题意识。”

“那么我现在想把这个问题再推进一步。”

“在人工智能已经可以解决很多具体任务的今天。”

“一个年轻研究者应该把精力放在把已有工具用到新场景，还是在某个具体学科里重新定义问题？”

勒丘恩看了一眼姚启志，示意他先来。

姚启志想了想：“工具的应用当然有价值，但我更欣赏那些能把一个问题从旧框架里拿出来、放到一个新框架里去看的人。”

“比如，你在做蛋白质结构预测的时候，决定用卷积网络而不是分子动力学模拟，这不只是换了个工具。”

“你是在重新定义什么是结构预测这个任务本身。你不再去计算原子之间的力，而是去学习从序列到结构的统计映射。这个转变比任何一次模型迭代都重要。”

勒丘恩点了点头，然后补充道：“我同意一半。”

“重新定义问题确实重要，但前提是你真的知道旧框架的边界在哪里。”

“如果你不知道旧框架为什么失败，你的新框架就只是换了个包装。”

“我见过很多年轻人，他们想跳过旧框架的积累直接做新东西。”

“但你没有积累，你就不知道哪些问题已经被解决了，哪些还没有。”

“所以我经常说，先学会走路，再想怎么飞。”

林晓接过话头顺势问到：“那如果一个人在积累阶段就已经看到了旧框架的边界。”

“并且有了一个可能跳出边界的想法。”

“他应该立刻去做，还是先继续积累？”

勒丘恩看了他一眼，顿时问到：“你在说自己吗？”

林晓假装咳嗽一声：“咳咳，我在想这个问题本身。”

本章未完，点击下一页继续阅读。