智障四人组的表情包很快在计算机学院流传开来。

    其中一张流传最广的表情包，是四人对着小白板上的一个“S”字母冥思苦想。然后不知哪位好事者正好路过给拍了下来，然后在小白板上“S”字母旁边，P上了一个“B”。

    信息年代，传播飞快。

    这个表情包很快就传遍了整個金陵大学。

    好事者们给它取了个名字--名画：智慧的凝视。

    然后，在金陵高校圈子里也传开了。最后，上了金陵晚报的头条，成为了金陵城一连几日街头巷尾的谈资。

    这主要是金陵大学的四位天之骄子，对着“S”和“B”两个字母如此深思，给人视觉反差太大。

    以至于金陵日报的记者都向校方约稿想采访，结果自然是被主管行政的副校长给婉拒了。

    但是风波已经起来了。为此，王教授在计算机学院发飙了。

    “哪个龟儿子拍的这张照片，以后还想不想毕业了。”

    可即便如此，也架不住学生们恶搞的热情。

    于是，那张表情包的小白板上的内容被换成了各种事物。

    比如：“元芳，你怎么看。”

    再比如：国足对着空门一脚打了飞机。

    。

    。

    但其实，那一天四人是在深思算法。

    由于数字只有10个，但如今即便只是识别英文和标点，就已经是好几十个不同符号。这其中的复杂度一下子上升了很多。

    如果无脑套用原来的SVM多分类方法，先不说准确率，光是计算量就会成倍增加。就实验楼的这些破电脑，跑这种级别的运算，绝对是不可能的。

    所以，齐凡等人很头疼。他们需要在保证准确率的同时，又得精简算法，以便降低运算量。

    在经过多次的失败尝试之后，齐凡大胆提出设想--不再将符号识别当成分类任务，而是应该当成回归任务。

    所谓的回归，其与分类的本质在于：分类是预测结果集合中的一个值，而回归则是输出一个预测数值。

    回归适合的是类似波士顿房价预测那种，预测一个变化的值，而不是数字识别这种，预测一个数字。因为数值是变化的，但是数字再怎么变，也跳不出0~9的范畴。

    于是齐凡转换思路。他提出不再输出一个预测的符号，而是输出每个符号对应的概率。这样一来，就把分类任务变成了回归任务。

    就好比，原先模型预测的结果是：0~9这几个数字。现在模型预测的结果是0~9各自对应的概率。最终的结果可取概率最大的那个数字。

    在几人连着熬了几晚后，模型确实可行，无论是复杂度还是计算量都大大降低了。可错误率却是一言难尽，达到了可怕的80%。

    80%！真的是牵一条华国田园犬过来训练下，都不至于会有如此之高的错误率。

    这个结果不知道是不是因为张开的大嘴巴，很快不胫而走。于是新的表情包诞生了。

    四个人旁边被PS了一条华国田园犬，小白板上PS了“80%”的图标。底下是一行小字--四名金大学子与狗的终极PK。

    齐凡也曾幻想过自己有一天学术有成，金陵日报来采访自己。可不曾想自己会以这种方式出名。

    齐凡四人在食堂吃饭的时候，不乏有人路过对他们指指点点。对此四人倒也懒得去理会。因为他们如今脑子里都是比赛。

    那80%的错误率就如一座大山，他们就像手拿锄头的愚公。望山兴叹，一筹莫展。

    几天后又是齐凡站了出来。

    他想到了先对各种符号做分类预处理。将数字、标点、英文分为三大类，第一步先对这三大类做分类任务。相当于先让模型去区分一个符号，到底是属于数字还是标点，亦或者是英文。

    随后再针对三大类各自训练一个专用模型。

    数字的模型仅用来识别数字，标点的模型仅用来是被标点，英文的模型仅用来识别英文。

    照着这个思路经过几天熬夜后。数字和标点的错误率降到了15%，因为数字和标点种类最少最好识别。可英文就尴尬了，因为有26个字母。英文的错误率依然高达60%。

    齐凡连日来困恼于此，以至于陪李月散步时都在想这件事情。

    夜晚的金大校园，昏暗路灯下，两道狭长的身影交织漫步着。

    “哼！无趣。”

    “啊？怎么了？”齐凡听到李月重重哼了一声后回过神来。

    “我刚刚说了什么。”

    “你就‘哼’了下。”

    “我哼之前呢？”

    “额，你有说吗？”

    李月嗔怒道，“你一天到晚泡在实验室里，难得陪我一会儿，都这么心不在焉。”

    “哎，比赛还有半个月就要提交。要是就现在这么个结果，我真就成重在参与了。”

    “实在不行就算了嘛，你毕竟才大一，来日方长。”

    齐凡没有答话，作为身怀系统的人，他此刻万分的沮丧。这破系统竟然没有在关键时候给点提示，一点都没有金手指的样子。

    “难道这世界上就没有关于符号识别的现成技术方案？”李月好奇道。

    “有肯定是有，可是各大视觉公司都像宝贝一样攥在手里。也有一些论文涉及这块，可是所用的方法都过于繁杂，对于人力和硬件要求都较高。”

    “那王教授就没给点提示吗？”

    “他老人家说，是我们比赛不是他比赛，他不方便出手。但是，以我的观察。他能给的建议也逃不出论文上提及的范畴。顶多就是在细节方面能给一些帮助，可是这并不能改变什么。”

    “如果最后大家都采用国际上，机器视觉领域最前沿那几篇论文的观点。最后无非是一起抄作业，就看谁抄的最像。”

    李月惊讶道，“听你的口气，伱连前沿论文的观点都看不上。”

    齐凡很自然道，“对啊。他们用的方法还是基于图像形态学，人为参与太多，几乎是手把着手在教机器学习。过于笨重，不够智能。”

    “我的天。我男朋友果然是个怪物，这才大一就敢吐槽国际顶刊的论文。”

    齐凡仍旧不以为然，“因为他们的办法真的太笨了，我总有种直觉，他们的方向本就错了。如果AI需要人手把着手教才能工作，那还叫什么‘人工智能’，干脆叫‘人工智障’得了。”

    李月掩嘴一笑，“你们四个不正好是人工智障四人组嘛。”

    齐凡在她脸上轻轻拧了一把，“连你也取消我们。”

    李月随即安慰他，“好了，你先别想了，陪我好好走走，然后回去好好睡一觉，说不定第二天就有办法了呢。”

    “元素周期表和苯的分子结构式，倒还真是发明者做梦时候想到的。可是这在历史上总共也就两回，可能是门捷列夫和凯库勒老爷子，脑神经碰巧哪根搭错了。”

    李月还想接着安慰他，可齐凡却突然爆发出一声惊呼，“对啊。脑神经，我怎么忘了这茬。”

    齐凡捧起李月的脸狠狠亲了一口，“我果然也是天选之子。”

    要不是李月提起睡觉，齐凡就不会想到门捷列夫等人，也就不会顺嘴提到那帮老爷子神经搭错。也就不会想起之前自己看过的《神经网络在机器学习中的运用》。

    “我可以利用神经网络的自学习特性试一试。”

    齐凡说完转身就狂奔而走。

    尼玛，李月在心中爆了句粗口。

    “你给老娘站住。”李月大声吼道。

    “啊？怎么了？”齐凡一脸困惑刹住脚步回望。

    “你是不是忘了什么东西。”

    齐凡在自己身上摸了下，“没有啊。”

    “那你继续走吧。”

    齐凡继续往前走了几步，随后忽然想起了什么，赶忙快步跑回李月身边，神色有些尴尬。

    “怎么不走了？”

    “哈哈。”齐凡尴尬笑笑，“我先送你回去。”

    齐凡把李月送到宿舍楼下后，飞也似的往自己宿舍狂奔。

    李月看着他的背影一阵无语，幽幽道，“果然天生是个学霸，想到思路了，连自己香香软软的女朋友都不管了。”