海面上的事情很快传到了陈念的耳朵了，不过他对这样的骚操作，却是见怪不怪了。

本来就是要退役的军舰，拿去给渔政、海警用，不是各国的基本操作吗？

国际惯例罢了嘛，不值得骄傲！

更何况，这次“改造”用的051本来就老的不行，按照他的记忆，06年就要退役了，退役之前发挥下余热，临时救救场，不算什么.

不过，对他来说，在这件事情之后，造岛事宜提上日程，障碍基本扫除，剩下的工作就是在最短的时间之内造出属于我们自己的天鲸号。

陈念没有到现场去指挥，因为相比起之前的所有项目，其实天鲸号的总体技术难度并没有想象中的那么高。

它的难，主要体现在工程难度上。

也就是说，难在怎么把一个巨型项目有条理地拆解、分配，怎么调动各个部门的生产力，怎么进行流程化、标准化的生产。

这些方面，其实陈念是帮不上太多忙的。

他所能做的，只是在项目组遇到技术关卡的时候，动用自己的力量，帮助他们快速突破罢了。

所以，在不在现场，差别都不大。

“从机器的角度来看，所谓的位置变化，其实就是一个一个的数据点的变化。”

伴随着小型机的风扇转动，程序立刻开始了运转。

“不影响不影响，您愿意来指导，我们高兴还来不及呢。”

这样的策略对其他人来说不容易，可放在他这里，却不困难。

但现在，这更像是一次探索。

课程已经预约好，导师仍然是莫忠敏，以他的水平，教现在的陈念还算是得心应手

除了上课之外，陈念目前做的最多的事情，就是跟王建成一起讨论无人机系统的问题了。

不过回头看起来，这一整段学习给他提供的源点数量也达到了15点以上，总体来说，还是极为划算的。

这两小子不愧是天才啊，一法通万法通，为了这个模型，他们所掌握的绝对不仅仅是单一的人工智能知识而已。

他开口问道：

“能看出原因吗？”

还好，第一反应不是放弃，也没有下意识地求助自己，而是规划出了解决方案。

“明白，楚教授。

不用担心，这都是小问题，等明天我们去找数院的老师聊聊，看能不能再在算法上做一些优化好了。”

“啥？

怎么做的？”

要知道，这可是人工智能啊！

在之后的训练里，模型将会根据飞行程序输入的随机指令自动开始学习，用高频率的试错逐渐去寻找收益最大的策略。

“我刚才仔细想了想，其实模型中还是有不少被忽略掉的效率优化点的，这些点一一解决以后，肯定能有收益。”

“不行，这么跑下去不是个事儿。”

时间一分一秒地过去，随着程序的不断运转，王建成的脸色变得越来越凝重。

很显然，他手里的这个模型，就是这样的情况。

因为这玩意儿的积累是步步为营的，不存在什么一步登天的机缘。

“也就是说，人工先验和机器先验拉不齐”

哪怕是科幻小说，对人工智能的展望也是在几十年之后。

“不太行啊.这个算法好像达不到可用的标准。”

先进工程材料的全部课程已经学完，不过跟那些玄幻小说里写的不一样，学完了一本完整的“秘籍”，他并没有立刻就获得强大的“功法”。

“解决不了.现在我们的问题是，priors和experience都比较少，想要高效得到高水平解决方案，就必须要求机器的智能化水平极高。”

收拾好之后，三人一起走出校门随便吃了一口饭，过程里，无论是王建成还是陈念，都有些沉默。

两人沉默了片刻，随后，王建成开口说道：

“两条路可以走吧。”

王建成会是这样的人吗？

陈念会是这样的人吗？

机器学习中有一条铁律：

当AI的训练强度大于人工训练强度时，那模型就是无效的。

这一套算法的潜力实在是太大了，只要不断去开发，有一天彻底改变世界也不是奢望。

“我们没办法把预估损失也作为判据加进去，那样的话，整个模型会变得太过庞大。”

王建成无奈地叹了口气，仰着头看向了天花板。

楚建树笑着点了点头，回答道：

陈念当然是在想着刚才自己脑子里闪过的那一抹稍纵即逝的灵光，至于王建成嘛.大概率也是在琢磨着模型的事情。

“你们这个项目挺有意思的，我之前也跟着看了，现在出成果了，肯定要来看看。

不影响你们吧？”

“有这想法就好！

走吧，咱们去吃个宵夜？

我请你们！”

而另一边，王建成已经设置好了模型的基本参数，也连接上了模拟飞行程序。

科研如修仙，财侣法地缺一不可啊。

但自己.还能有那样的心气吗？

楚建树在一旁默默地听着两人的对话，实际上，这个结果也算是在他的预料之内。

楚建树惊讶地问道。

电话那一头，王建成兴奋地说道：

但他自己加入这个项目的初心，让他不甘心去用这种有些“投机取巧”的方法。

听到他的话，陈念也皱起了眉头。

他想知道，自己到底有没有能力在不需要系统帮助的情况下搞出有突破性的成果。

尤其是年轻的天才——因为这时候的他们心智还不成熟，可能极小的挫折，就会造成很大的蝴蝶效应，最终造成不可挽回的影响。

在他刚刚洗漱完之后，他的私人手机便接到了王建成的电话。

“我们把人对飞机的操作带入到无人机里了！”

以此为标准，去约束无人机的行动，并作为机器学习训练的判据，一方面给了模型更大的自由度，一方面也能满足实际使用的需求，可以说是折中情况下最好的选择了。

但另一方面，如果想要形成战斗力，编队、分组又是必须的。

从获得陈念的点拨，逐渐了解卷积神经网络算法的基础原理之后，他几乎感觉整个世界都已经掌握手中。

陈念笑着回答道。

而且，在这个赛道上，自己已经比其他研究者快了不知道多少步，只要能拿出可用的成果和案例，自己很有可能会跟学长一起，成为新一代人工智能的开创者之一。

“但这么搞出来的数据准确率比较差，不知道二次加工需要多少时间。”

按照刚才陈念和王建成的讨论，整个模型最大的短板就是先验不足，如果能够在模型中植入足够大的样本数据库，让机器按照数据库中的样本去做推演和学习，那机器训练的难度应该会呈几何倍数降低。

倒不是想要摘王建成的果子，只是出于一种.科研人员的好奇心和征服欲。

当时王建成打算启动项目，但各方面的资源、信息准备都不够充足，于是陈念就通过陈果的关系联系了楚建树，让他来做一个接口人。

说着，王建成直接敲下了停止键，模型停止运转，最终的结果，在六万多次的训练中，达成有效结果的次数仅仅为两次。

在之前，因为对项目的兴趣，他也已经了解了一些机器学习、卷积神经网络方面的知识。

这的确是一个很聪明的策略。

楚建树希望他们不是，但却没有太多的把握。

——

然而，这样的担忧仅仅持续了不到两个小时。

于是，他安慰地拍了拍身边陈念的肩膀说道：

“没关系，搞科研就是这样，有时候甚至是成百上千次失败，才能换来一次成功。”

“所以你们的判据是最后怎么设置的？

还是之前说的那样，以跟随距离为标准吗？”

“训练效率太过低下了，策略生成的速度也慢。”
本章未完，请翻下一页继续阅读.........