“叮！”

    張曉龍思考之際，一封企鵝圍脖團隊的郵件就送到了他的郵箱。

    “阿蔡，接口文檔收一下。除了公眾號，你帶一個這周前把圍脖助手做到微信里去?！?/br>
    在三樓吼了一嗓子，張曉龍就回到自己辦公室。

    現(xiàn)在馬華騰是源源不斷地將一切微信能利用的資源調(diào)集過來，他可不愿意拖沓什么。

    “還差了哪里？”張曉龍敲擊著鍵盤，心中還是有些不定。

    ......

    下午，路舟就開車回到了逸仙大學(xué)。

    今年春節(jié)前，微訊的隱形人陸銘就一直在籌謀和逸仙做一個合作項目。實際需求和一些雛形自然是路舟所提出來的。

    春節(jié)學(xué)校放假前，路舟就已經(jīng)是接到了陸銘的通知，說是項目學(xué)校已經(jīng)批了下來。做法上自然是微訊提供資金預(yù)算，再由陸銘帶著一些研究生來推進項目的研究。

    這般下來，陸銘也算扎了個根。而現(xiàn)在是節(jié)都過完了，路舟手頭不那么忙，這也就得來瞧兩眼。

    等到了逸仙大學(xué)計算機系的實驗樓，路舟就往微訊合作項目的b404室走去。

    實驗樓路舟還是熟悉的，畢竟數(shù)月前夢谷廣告甚至還在樓下辦公。

    眼看到了地方，門口又是圍了一圈人。場景別提多讓人熟悉。

    路舟，“......”

    “借一借?！?/br>
    路舟越過人群進了里頭，卻發(fā)現(xiàn)是沒人。他拿出手機就要給陸銘打電話。

    “喂師兄，你人呢？怎么不在實驗室?！?/br>
    “哦路舟啊。怎么，你在實驗室？”

    “對。我看沒事我就過來看看，忘了給你提前說。”

    “那你等等，我臨時到南校走點手續(xù)。我助手小宇是在實驗室的，中午他都在最里頭折疊床睡覺?！?/br>
    路舟起身往實驗室后頭走去，一個男生在地上睡得正香。

    “......”

    “還有你這外頭還圍了圈人，不用管吧?！?/br>
    “都是安排了面試的。小宇醒了讓他安排就好?！?/br>
    “行。那掛了?！?/br>
    掛斷電話，路舟也就隨便找了個位置坐下，手上是翻看著案上的一些資料。

    他一看，其中一份是關(guān)于神經(jīng)網(wǎng)絡(luò)的梳理資料，而另一份路舟估摸著像是份考題。

    這第一份資料，是微訊目前數(shù)據(jù)挖掘和文本理解系統(tǒng)的一部分理論形式說明，路舟早前就看過完整的部分。而這也是微訊目前一些已經(jīng)實際使用的功能。

    比如針對信息的分類、非結(jié)構(gòu)化知識抽取、熱點追蹤等。當(dāng)然，這也會用在一些鑒黃、鑒違規(guī)的場景。

    其實路舟吩咐陸銘所做也是一些和人工智能相關(guān)的研究。

    當(dāng)然，硬要說的話，路舟也覺這ai也并沒有大部分人所認為的那般神秘。對ai的研究是自計算機誕生不久就有之。

    而現(xiàn)在，機器學(xué)習(xí)也是已經(jīng)被不少互聯(lián)網(wǎng)公司所使用，諸如千度圖搜采用卷積神經(jīng)網(wǎng)絡(luò)來處理圖像、搜狗等輸入法產(chǎn)品采用循環(huán)神經(jīng)網(wǎng)絡(luò)來處理語音識別和文本處理等。

    夢谷之中，如今隨著數(shù)據(jù)多個產(chǎn)品的推進，每天都在產(chǎn)生著大量的數(shù)據(jù)。這些也成為了喂養(yǎng)供機器學(xué)習(xí)成長的養(yǎng)料。

    “請問是陸師兄嗎？”

    路舟正思考著，聽了聲音抬眼一看，是三個學(xué)生，想來應(yīng)該是面試的人員。

    “嗯。我是。”路舟點了點頭。

    這戴著眼鏡略顯清秀的學(xué)生說道，“師兄好。我是甄臻。”

    她一旁的女生說道，“師兄好，廖文秀?！?/br>
    “曹文聰?！?/br>
    路舟，“你們好，面試的話再等等。門外的同學(xué)也進來等吧?！?/br>
    門外的學(xué)生一聽，一窩蜂都進門坐到座位上等待。位置是不多，沒座的也只能站著等。

    “師兄可以給我們講講之前你下發(fā)的題嗎？”甄臻問道。

    隨后她又補了一句，“呃，如果面試要涉及就算了?！?/br>
    路舟拿起考題看了一眼，“也行。隨便講講應(yīng)該是沒什么問題?！?/br>
    “這個卷說不上多復(fù)雜。首先是先針對神經(jīng)元進行設(shè)計，轉(zhuǎn)變成數(shù)學(xué)運算的問題，那需要先給輸入數(shù)據(jù)增加權(quán)重，再之后對結(jié)果進行一個偏置，最后則通過一個激活函數(shù)來獲得一個最終值。常見的激活函數(shù)比如可以使用生物學(xué)中常用的sigmoid作為閾值函數(shù)。

    這就是個簡單的搭建過程。”

    路舟停了下來，思考片刻又接著說了下去。

    “而在訓(xùn)練這個網(wǎng)絡(luò)之前，我們可以用均方誤差來定義loss值，確定訓(xùn)練之后的預(yù)測結(jié)果是否達到要求。均方誤差我就不多講了，應(yīng)該都懂吧?！?/br>
    “......”

    路舟抬眼看了三人一眼，“那么接下來訓(xùn)練的優(yōu)化就集中在了將loss值減小。具體來說就是對上述得到的loss值函數(shù)形式進行鏈式求導(dǎo)......”

    甄臻忽然就是舉手，“師兄，能不能演算一遍?！?/br>
    路舟笑了笑，“哪專業(yè)的，數(shù)學(xué)沒學(xué)好吧。”

    廖文秀，“也不是呢師兄，主要是研究生沒選的人工智能方向，思路還沒打開。”

    路舟聽了也不多說，他也只得拿了筆在一張白紙上給三人演示。

    “事實上loss會包含我剛提到的權(quán)重w和偏置參數(shù)。所以我們在調(diào)整w時，loss到底是增大還是減??？這就需要我們求一個l/w的偏導(dǎo)數(shù)。

    這里我們直接鏈式求導(dǎo)，然后根據(jù)loss的定義去求出第一個偏導(dǎo)數(shù)，再根據(jù)神經(jīng)元定義的h值再次求導(dǎo)，再配合激活函數(shù)sigmoid最后得到總的求導(dǎo)公式......”

    甄臻，“......”

    路舟，“ok，這方法一般被叫做反向傳播。經(jīng)過這個計算后，我們是可以得出對w變化時，loss函數(shù)最終的變化曲線。而對這個entity，我們接下來可以再用一個隨機梯度下降sgd的優(yōu)化算法來進行優(yōu)化。”

    廖文秀，“......”

    路舟，“sgd主要的作用在于權(quán)重和偏置值的調(diào)整。首先我們定義一個學(xué)習(xí)率的常數(shù)，它將決定整個神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度。這樣，我們再逐步調(diào)整權(quán)重和偏置的過程中，loss也能夠不斷降低。

    最后loss達到了要求，整個流程也就走完了，模型也就出來了?！?/br>
    曹文聰，“......”

    路舟見三人表情有些懵逼，感覺是有些尷尬，“額......”

    他抹了一把臉，直接喚醒了一旁的電腦，“好吧，這么說有點虛，我直接給你們寫個代碼樣例。我就直接用python來示范吧，用numpy的模塊。大概呢還是按照我們剛剛的理論基礎(chǔ)，先定義幾個需要用的函數(shù)......”

    五分鐘后。

    “好了。大概就是這樣?！?/br>
    三人，“......”

    這也忒快了點。

    甄臻有些膽小地又舉了手，“師兄。博士和研究生差距有這么大嘛？我怎么一點聽不進去......”

    路舟聽了就樂了，“別。我就一本科生。陸師兄面前我可不敢造次。”

    三人，“？！”