第98章 努力算我輸（2/2）

反正教室里其他人都已經散了，幾個人就把桌子拉攏評估起來。

「嗯哼？這是一個用來自動識別圖片內容的工具麼？不對，這又像是一個評判圖片識別結果是否正確的工具。這算什麼意思？對就是對，錯就是錯，讓機器評判機器的準確率，毫無意義的事情……不過第三階段倒是加入了人工反饋的數據標示，好像是貝葉斯預測模型……有點兒意思……」

扎克伯格一開始很輕蔑，覺得這只是個無意義的智力挑戰題，並沒有任何實際應用意義，還以為是顧誠揣在電腦里專門用來挑戰刁難人的。

然而看了僅僅不到五分鐘，他的神色就凝重了起來，精力也越來越專注。看到十五分鐘之後，額頭已經微微滲出一些汗珠。

他試探著問顧誠確認：「要判斷的圖片對錯標準是什麼？你貌似沒有要求？選什麼都可以麼？最終的評判標準，是看誰寫出來的算法最終的識別準確率高麼？」

顧誠淡定地確認：「識別標的隨便選，你可以選擇『識別圖上的是不是一張人臉』或者『圖上是不是一隻貓』，都行。」

扎克伯格並沒有馬上接話茬兒。他想得更加深入了，這次足足花了半個小時推敲，期間還噼里啪啦敲了很多東西，谷歌了很多專業資料，然後才慎重地說：

「恕我直言，如果你設想的技術路徑是正確的，而且想要做到的目標確實是『判斷圖像內容是否屬於某一類』的話，那麼最終的判斷準確率只怕不是算法的優劣就能決定的。這個識別率的高低，還和算法執行的次數和答案標識的反饋次數有關。

所以你這道題目本身就是錯的，根本看不出你我誰強誰弱！就算我的算法比你預想的寫得好，但是標識反饋次數如果比你預設的算法少好幾倍的話，依然有可能落敗！所以你這場比試根本就不公平！」

扎克伯格說完這句話，傲然地看著顧誠，似乎在為自己戳穿了顧誠的陰謀而沾沾自喜。

「啪帕啪~」顧誠象徵性的鼓了幾下掌。

不愧是扎克伯格，看來這個技術宅果然大一就已經是妖孽了。

這個世上，當真有不穿越不重生也生而知之者的人。

竟然在地球上還沒有深度學習和卷積神經網絡這些概念的時代，就從顧誠的算法套路里看出了背後的思想神髓。

顧誠提供給扎克伯格的這套題目，當然是近期他準備要拿來用的——在米國這邊的事兒了斷之後，他就準備把林志凌喊來，然後一起回一趟林志凌的母校多倫多大學，尋訪一下多倫多大學的神級教授傑夫.辛頓。這段代碼，本來是為了跟傑夫辛頓聊挖角的時候，增加顧誠籌碼用的。此刻遇到了扎克伯格，才順手拿來釣魚。

顧誠從40年後穿越回來，作為一名後世的數據總監。來到這個世界之後，可以說他還沒有親手完整地寫過任何一個小程序的代碼。

因為他對於這個時代的玩意兒不熟。

但是，今天顧誠交給扎克伯格這道題目，絕對是他來到這個時空之後第一道100%自己設計的。因為這道題目背後蘊含的思想，正是此後30多年人類人工智慧的淵藪，深度學習和卷積神經網絡的最原初萌芽思想。

此後三十年的雲計算，大數據，深度學習人工智慧，都是從這裡衍生而來的。

扎克伯格竟然在一個小時之內看懂了這段算法思想的應用背後那「進化」二字，就絕不簡單。

畢竟，在平行時空，在2006年以前，沒有一個程式設計師，一個計算機教授，或者一個算法專家，能夠想通「可以讓程序效率自我進化的算法」的存在。

扎克伯格敢相信「進化」的存在，已經是破天荒的接受能力了。

當然，顧誠也不怕這裡面存在什麼泄密問題。因為在另一個時空，深度學習算法和卷積神經網絡思想出現之後，最初因為被訓練的程度不夠深入，所以在兩年之內都沒有被人重視。所以就算扎克伯格今天被啟發了，一兩年內也不至於有能力「借鑑」顧誠的想法去做什麼事情。而顧誠自然有把握在一兩年內把這些不穩定因素統統搞定。

顧誠想了那麼多，一副愣愣出神的表情，扎克伯格還以為是自己戳穿了他的把戲之後無言以對。於是扎克伯格繼續挑釁顧誠：

「嘿！你還不承認這場比試不公平麼？我從未見過有如此厚顏無恥之人！」

「哦？你在問我？我以為你剛才只是自言自語呢。」顧誠終於從沉思中被喚醒，恬淡地一笑，「我設計的比試，當然很公平——因為我沒說過要比『識別的準確率』，我們比的，是『基於你我不同拓撲思想算法做出的兩個程序，在從原始狀態開始，經過1000張圖片的訓練之後，誰的進步速度更快，以及誰的驗證算法更嚴密』，這種比試內容，跟起步高低有關係麼？」

「還能這麼比？」扎克伯格瞠目結舌，壓根沒想到還有這樣的可能性。

似乎情況變得越來越有趣了。