呂堯把杯子放到王杉桌邊，說道：“不是咖啡，是安神補腦的營養品。”
王杉這才笑了笑：“謝謝。”
呂堯靠在王杉桌邊說道：“我看你從下午回來就一直在這僵著，是有什么的特別難的問題嗎？說出來咱們可以聊聊。”
王杉笑道：“都是專業上的事情。”
這是很明顯的回絕。
雖然呂堯那份企劃書里把建設ai的步驟說的相當詳細，甚至用什么方式喂養ai，培養ai都說的很明白，但經過這段時間的接觸，王杉也明白在計算機工程方面，呂堯是個實打實的門外漢。
所以他不打算跟呂堯多聊什么。
呂堯卻不放棄：“那就當給我科普唄，費曼說啊最好的學習方式就是把自己會的東西講給不會的人聽，如果對方能聽懂，那就說明這個知識是真正被你消化吸收了。”
王杉點點頭，費曼學習法，確實很有道理。
心里稍微一琢磨，王杉就認同了呂堯的說法，打算給呂堯科普一下ai方面的基礎知識，這也有助于他理清自己的思路。
于是王杉想了想后就抽出一張紙說道：“這次我回京城，組里面主要對專攻哪個神經網絡有很大的分歧，你知道現在主流的神經網絡模型有哪些嗎？”
呂堯搖搖頭。
然后王杉就開始給呂堯進行科普。
當下比較主流的神經網絡有“深度神經網絡”，“卷積神經網絡”，“生成對抗網絡”，“循環神經網絡”等等。
其中卷積神經網絡在圖像識別、目標檢測等領域有非常好的表現。
循環神經網絡在處理“序列數據”時則非常有優勢，循環神經網絡具有循環連接，使得信息可以在網絡中傳遞并保持記憶，它的每個時間步都接收一個輸入和一個隱藏狀態，然后根據當前輸入和前一個時間步的隱藏狀態計算當前時間步的輸出和新的隱藏狀態。
王杉科普完說道：“現在業內對循環神經網絡是比較看好的，他對自然語言的解析記憶算是非常不錯的了。”
“但要把它作為主攻的方向，我心底總覺得哪里不太對勁。”
呂堯看著王杉畫在紙上的循環神經輸入輸出模型示意圖，發現這個流程其實跟transformer已經很像了。
區別只在于中間層的設計。
于是呂堯絞盡腦汁把自己關于transformer的理解說出來：“我覺得這都不太對勁，循環神經網絡有種死記硬背的感覺，能不能設計一種算法，來捕捉輸入數據中的內在算法呢？”
“如果是處理自然語言，那我們說話肯定都有重點嘛，如果能通過算法模型找出重點，然后給予數據反饋，是不是會更好？”
王杉本來沒把呂堯的建議當回事，可他那聰明的大腦卻下意識開始運轉起來。
通過算法找重點？
好像也不是不行。
找重點本質上可以認為是求一個離散概率分布的數學期望，這個通過算法，很容易找到簡單自然語言中的重點。
“嘶”
王杉忽然低頭抱住腦袋，無數的方程式，構想開始在他腦海里翻涌，那一瞬間噴薄而出的靈感仿佛要把他的腦子撐爆。
呂堯這時候不敢說話了，他悄悄退走，并囑咐別墅內外的人不要打擾王杉。