趙楠泡好茶，給每人分了一杯，“都別恭維了，來來來，喝茶。”

　　“正好口渴了。”陳然道了聲謝，一口干了功夫茶。趙楠見他這牛嚼牡丹的樣子，卻一點也不心痛自己的大紅袍，笑瞇瞇的又給他續上，還小心囑咐，“慢點，別燙到了。”

　　正宗的武夷山紅茶，色澤潤紅，清、香、甘、活，陳然喝到精華的第二、三泡，也慢了下來。

　　此時也有談話的氣氛，李開來就評價了陳然的那篇論文，“用混合系數結構化地擴大卷積神經網絡的規模，簡單高效，不僅超越了原來的精度，調參也降到原來的9.2%。”

　　訓練一個神經網絡，調參是最重要的工作，沒有捷徑可走，唯一的區別是，新手盲目嘗試，高手靠經驗，陳然則是有未來的成熟理論指導，思路清晰，手段精準。

　　“我記得你之前還有一篇論文，好像是《AdaBound神經網絡優化算法》？”趙楠見陳然點頭，就問道：“那個也可以節省大量調參時間，兩者有什么區別？”

　　“哈哈，本質上的不同。”李開來拍手大笑。

　　陳然沒有笑，認真解釋了一句，“AdaBound是結合隨機梯度下降和自適應矩估計，訓練前期比較快速，后期又有很好的收斂性，對超參數不敏感。”

　　“混合系數縮放CNN的卷積核大小、個數，卷積層數等各個維度，主要是為了提升模型性能。”李開來抿了一口茶，再進行補充，“一個是整體架構，另一個是算法優化。”

　　“哦，這樣啊。”趙楠尷尬了片刻，又爽朗一笑，自嘲道：“管理崗位待久了，學問荒廢了不少……”

　　“我注意到，你論文中的卷積運算也不太一樣。”李開來想了想，打了個比方，“像是壓縮圖片一樣，對卷積進行了壓縮？”

　　在計算機中，圖像由像素點組成，用卷積核（最少3*3）比較圖像鄰近像素相似性，提取局部特征，比如邊緣信息、顏色深淺……在運算時，傳統卷積是不加以區分的。

　　“圖像中存在大量低頻信息，其實不用過多關注。”陳然舉了個例子，“比如大熊貓，它身上毛色相近、背景色變緩慢的部分。壓縮這些近似區域，可以減少算力消耗。”

　　神經網絡的功能和規模成正比，隱藏層或者神經元數量增加，運算量也會線性暴增。隨著AI走向成熟，算力要求也越來越高，是整個領域都要頭疼的大事。

　　“這樣一來，參數少了十倍，速度又至少是其他CNN的兩倍，準確性還有提高。”李開來感慨，很是服氣，“早上我看到Hinton發推宣傳你的論文，影響力很大啊。”

　　“混合系數縮放的效果很依賴基線網絡CrNet-a1。”陳然自信的一笑，他在設計CrNet-a1架構時，很注意簡單、干凈，以及遷移學習能力，為的就是廣泛傳播。

　　“我看到你對神經網絡的使用，極有開創性。”自稱學問不行的院長趙楠，卻有獨到精深的見解，“跟你之前的論文，《P對NP問題》有關聯的吧？”

　　呃……

　　談到這個，陳然就摸了摸鼻子，有點尷尬。

　　P對NP問題一直困擾著數學界，位列七大千禧難題之首，同時也是計算機科學領域的圣杯，關系到計算機完成一項任務的速度到底有多快。

　　三年前，陳然無意證明了它，還順手投到了《數學年刊》……

　　說實話，陳然當時只是覺得P對NP難了點，居然卡了自己一個星期，有點意思，值得發一篇paper。

　　但他完全低估了千禧難題的受重視程度，不僅克雷數學研究所懸賞一百萬美金，號稱數學界諾貝爾的菲爾茲獎也是虛位以待，很快轟動整個學術圈，成為大家關注的焦點。

　　由于證明用到了多個數學領域的原理，需要各個領域的頂尖專家進行同行評審，出于學術的嚴謹性，暫時還沒有結論……

　　但顯而易見，輔腦就沒有錯誤的知識！

　　問題是15歲，破解千禧難題……

　　這也太驚世駭俗了！

　　每每想起來，陳然都有些不堪回首，沒經驗啊，年少輕狂！

　　面對趙楠殷切的目光，陳然很不好意思，“神經網絡本質是數學建模，存在大量并行計算，P對NP的解決有助于調整網絡結構，進一步優化性能。”

　　新一代神經網絡？

　　李開來和趙楠相視一眼，悚然動容。

　　神經網絡從來不是完美的，從無法解決異或問題、到龐大復雜的計算量，再到梯度消失和梯度爆炸，速度慢，效果差，兩度進入寒冬。

　　70年代以后的很長一段時間，學術期刊看到“神經網絡”四個字，就直接當成垃圾拒稿，逼得神經網絡之父Hinton將名字改成“深度學習”，才得以突圍。

　　簡單的理解，深度學習（其實還是神經網絡）之于AI，等同于地基和大廈，它的進一步完善，將直接推動AI在各個應用領域的推廣，意義堪比核彈！

　　趙楠知道陳然不會撒謊，他吞了吞口水，問道：“什么時候整理出來發表？”

　　這可是明晃晃的學術榮譽啊，也是江大的政績。

　　輔腦當然有成熟的強智能神經網絡，但是整理發表，還是系統的？

　　陳然就呵呵了，“緩兩年吧。”

　　開什么玩笑，小時候不懂事，貿然解決P對NP，已經夠陳然后悔的了。

　　這可是強智能的核心規則！

　　要知道，人工智能是全球范圍內的科研競賽，所有人奮力爭先，理論再領先，最終還要靠強大的算力來落實。

　　然而在芯片領域，華國與西方的差距不是一般的大……

　　實際上，強智能神經網絡已經被陳然實現，發論文只是煙霧彈，稍微展露一點皮毛，通告、迷惑一下對手。

　　公開就是資敵，放棄AI的壟斷利潤，跟二傻子有什么區別？

　　趙楠醒悟過來，就遺憾的不再追問。

　　話題又回到深度學習，陳然選擇能說的部分，剛開始三人還有來有往，但隨著問題逐漸深入，李開來也慢慢感到吃力，和趙楠一樣，坐在那里插不上嘴……

　　陳然對神經網絡的模型、調參、訓練、低可解釋性……目前很多根本性難題，都有獨到和開創性的解決思路，這讓趙楠和李開來大開眼界的同時，也是心神巨震！

　　把陳然送走后，李開來大發感慨，“太厲害了，見面更勝聞名！他在神經網絡肯定有極大的突破，后生可畏，后生可畏啊！”

　　“你不看看他是什么人？學術宗師、首富之子，起點太高了！”趙楠嘆息又羨慕，“自從陳然進入人工智能領域，兩位教授不僅大把撒錢，還給他拉攏半個華國的人脈！”

　　“人和人不能比，也沒法兒比！”李開來搖頭苦笑，繼而嘆服，“這個陳然，以后絕對是人工智能的領軍人，搞不好要開創一個時代！”

　　“哈哈！還用你說？”趙楠得意無比，笑得像只偷了雞的狐貍，“當初陳然上大學，燕大、五道口……多少高校爭得面紅耳赤，差點打起來！哈哈，最終還不是江大力壓群雄？！”

　　一般人搶著上名校，是給自己鍍金，但有些人不同，他們能給名校鍍金。

　　什么千軍萬馬過獨木橋？

　　不存在的。

　　陳然是名校寧可撕破臉，也要全力去搶的學生。