回到现代后，我成了学神 第91节
“小封教官，装睡偷看我？”景长嘉忍不住道，“不想休息就来看看这个。”
封照野笑着坐起身，接过他的本子一看，笑容不由得变作了苦笑：“我以为你会让我看机械相关的东西。拓扑学对我来说有点太难了。”
他虽然说着这种话，却依然认真看了起来。好一会儿才开口：“一个深度学习的复杂模式下的数学模型？”
“嗯。”景长嘉点了点头，“神经科学的一个基本问题就是大脑的结构与其功能组织之间的制约约束。想在深度神经算法里完全模拟出人脑的信息突触，我认为弄清这方面的工作模式后，就是可计算的。”
封照野点了点头，他又细细地看了一会儿，干脆支起椅子，小声与景长嘉聊了起来。
十三个小时的飞行转瞬即逝。
落地后，两人又搭乘了直达生命泉的公共交通，一个小时后才终于看见了生命泉的大门。
比起顿涅瑟斯古朴又低调的小门，生命泉的大门是一个豪华的拱形建筑。它是一整块纯白的大理石雕刻而成，两侧的花体字符共同的组成了生命泉的训谕：一切为了生命。
而在门后看，则树有一个dna结构的活动喷泉。
喷泉之下，萨洛斯实验室的负责人阿帝兹正在那儿焦急等待着。
一见景长嘉，他就快步走出了大门：“景教授！我可算是盼到你了。”
“阿帝兹先生，劳您久等。”景长嘉与他握了手，“这位是我的学生，封照野。”
“封同学。”阿帝兹又笑着对封照野伸出了手，“封同学看来是景教授的大弟子，日后必然前途无量。”
“您说笑了。我是经济系的学生，做数学经济方面的课题。”封照野笑着看了景长嘉一眼，“是景教授人好，才愿意带着我。”
“那也是景教授发现了一个人才。”阿帝兹大笑着道，“走吧，我带两位参观一下生命泉。”
“我们直接去萨洛斯实验室吧，”景长嘉说，“反正还有什么多时间，什么时候参观都来得及。工作要紧。”
阿帝兹一听，双眼一亮：“我就知道景教授是值得我们等待的。”
参观生命泉什么的，阿帝兹一点都不喜欢。科研人员的每分每秒都应该花在实验室里！
他兴冲冲地带着两位等待已久的客人直奔萨洛斯实验室。
生命泉除了主要教学楼之外，极少有那种大型建筑。他们的实验室都是散落在一栋栋独立建筑中。萨洛斯实验室就坐落在海边。
它是一栋砖红的三层小楼，外表看起来就像是一栋大别墅。
走到门口，阿帝兹随便指了指大海：“我们有几艘游艇，你们要是累了，可以出海钓鱼。不过大多数时候，他们喜欢爬到另一边的礁石上下网兜捞鱼。”
简单介绍过后，他一把推开了实验室大门：“欢迎你的到来，景教授。”
门后是一间层高至少六米的圆形大厅，与左右两侧的弧形楼梯。在正对大门的墙上，有着类似数学系楼上的太阳神纹与月亮神纹。
“那是我们实验室的标志。”阿帝兹介绍道，“萨洛斯的意思是日升月转，循环往复的意思。就如同每一次生命的诞生，也如同我们在研究上走过的路。”
“日升月转，循环往复，永不止息。”
阿帝兹笑着道：“景教授，我们都很期待这次与您的合作。”
第88章
萨洛斯实验室主攻神经网络，在这样一个别墅里，拥有着三个实验小组，一共三十位研究员。
“我们最近的一个成果，是核磁共振后利用ai分析大数据辅助新模型算法，尽可能早的发现阿尔兹海默症并介入治疗。”阿帝兹说，“您知道的，像这类疾病并没有一个可靠的血液检测办法，它是‘不可见’的。”
“我们希望下一步能够优化算法，也令ai分析得更精准一些。尽可能的提高准确度，早日将技术推广运用。”
阿帝兹说着叹了口气：“能早一天发现，早一日治疗介入，对患者和他的家庭来说，都是很重要的。”
景长嘉了然的点了点头：“你们想与我一起优化它的算法？”
“不。”阿帝兹一脸严肃地摇了摇头。
见景长嘉目露疑惑，他蓦地笑了起来：“我们想与您一起优化所有算法。我们有三个组呢。”
景长嘉闻言笑了起来：“模型算法很多时候确实有相通性。我想先看些研究资料，再来决定从哪里下手。”
“好，请跟我来。”阿帝兹说。
自从得到了景长嘉的回信，萨洛斯实验室就将他可能需要的资料都准备好了。这其中包括他们本身正在使用的算法模型，以及不同区域神经功能资料。
数学部分还好说，涉及到生物神经反馈方向，则是一个全新的议题。
在展开工作之前，景长嘉首先得……学习。
封照野与他一同整理阅读了目前萨洛斯实验室运用的算法资料，在景长嘉疯狂摄取生物学知识的时候，他就在一边……写论文。
他导师知道他要跟着数学系的景教授来生命泉后，就与他说可以将论文定题了。不管是生命泉的区域性经济，亦或是生命泉的研究所涉及到的对医疗与医药市场的影响，都是值得研究的命题。
当然，这些东西很多人写过。导师希望他写得更深刻也更有新意。封照野在翻阅了一系列的相关论文后，才选定了题目。
一时间两个人在生命泉提供的宿舍里，都安安静静的奋笔直书。
而最前沿领域的研究，永远是最令人惊喜的。
景长嘉在萨洛斯的脑神经组里发现，他们去年有过一篇空间嵌入式复发神经网络的研究。这项研究是在完全人工的神经网络之中，去嵌入生物物理的空间的限制，从而用来观察生物神经的反馈。
这简直是天才一样的研究！
它的研究结论，几乎无需更改，就能用在深度神经网络上。通过萨洛斯脑神经组对大脑神经的研究建模，景长嘉几乎完全可以用模型去模拟在重大问题上深度神经网络的突触选择！
找到方向后，景长嘉将脑神经组的相关研究论文要了过来。
这里面有许许多多的论文并未对外发表，只在生命泉内部杂志里做了刊登。见他有针对性的要了这么多论文，阿帝兹在吃饭时笑着问他：“小景教授是有方向了吗？”
“差不多了。”景长嘉点头应道，“如果我的猜想没问题，你们的神经网络算法确实还能有很大的进步空间。”
“需要实验室配合的时候请放心的来找我们。”阿帝兹说，“希望你的研究顺利。”
“我有些奇妙的预感，它应该会很顺利。”景长嘉说完，突然想到了一点问题，“对了，你们使用ai做大数据计算，成本如何？”
一提到这个，阿帝兹就苦笑着摇了摇头：“也幸好只是内部使用，否则恐怕会成为生命泉一个很大的负担。”
生命泉是一个非赢利性医疗机构，这么多年的运营一直是依靠着各个部门与团体的拨款与捐赠。
虽然他们拥有着几本影响因子极高的学术期刊，但众所周知一本期刊能赚到的钱，甚至无法支撑一个项目的初期实验。
而现在的ai运行，则非常依赖芯片与算力。越是智能的ai，能耗越是高昂。这也是布伊戈与龙夏都会研究模拟ai芯片的原因。
如果不能把使用ai所需要的能耗成本降低，ai的推广将永远因为高昂的成本而失败。
景长嘉了然的点了点头。
而更令阿帝兹惊喜的，还属小景教授带来的那个学生。
他原本以为那位经济系的学生只是来替景长嘉整理资料并跑腿的。毕竟他也知道，景长嘉进入顿涅瑟斯之后，暂时还没有开始带学生。现在需要来一个新的实验室里展开工作，他确实需要一个人帮忙进行一些前期工作的整理。
结果当他们开始进入实验室后，阿帝兹突然发现，那个姓封的学生，对于材料与材料结构有着相当深刻的了解。
他不仅擅长用深度学习ai去预测稳定材料，还非常善于利用程序做材料识别与分析。甚至帮助他们的肌肉神经组解决了一个复杂元件的耦合问题。
肌肉神经组这几年的研究方向都放在了辅助肢体上。他们研究的辅助四肢已经能利用脑神经与肌肉神经，达成最基本的生活作用。譬如跳、跑、抓、握，都不再是辅助肢体的难题。
所以这两年，他们的工作重点放在了反应性与灵敏性上。
萨洛斯实验室的目标，是将辅助肢体做成真正肢体的模样，以帮助伤残人类最大程度的恢复残缺。
但到了现在这样的程度后，每一次灵敏度的提升，都非常的艰难。材料、感应元件、包括脑神经的研究，都需要有所进步，或许才能达成这部分的提升。
结果那位封照野到了实验室一个月，就利用ai与他的数理能力，结合他们的材料数据，解决了一个他们复合材料的缺陷建模，并以此做出了材料初筛。
惊得肌肉神经组的组长跑去问阿帝兹，这是不是他们组新招的学生。
阿帝兹看看这个，觉得馋。看看另一个，还是馋。
可他们一个看起来深爱数学，来他们生命泉都只是因为算法上的合作；另一个看起来也深爱着经济学，到了他们生命泉居然还想着写论文……哪个看起来都对生命科学没什么兴趣。
阿帝兹只能在一个人的时候唉声叹气。
一个月的时间转瞬即逝，生命泉也随着时间到了一年中最冷的时候。
砖红小楼在洋洋洒洒的大雪之中，几乎变成了唯一的颜色。萨洛斯的许多研究员看着这样的大雪，都懒得再出研究室，而是直接到一楼的宿舍里住下。
他们这样就大大的方便了景长嘉。他在神经反应的学习里有任何的问题，都能就近抓一个研究员给他解惑。
而萨洛斯的研究员，最小的也快要四十岁了。他们看着景长嘉，就像是看着家里的孩子，在研究之余也格外愿意指点他。
第一个稳定的优化算法，就在这样大雪纷飞的日子里定了下来。
搭载入萨洛斯现在使用的ai后，几次大数据分析实验下来，ai的稳定性与精准度都有了很大的提升。
阿帝兹高兴得不得了。他们这套算法是好几位数学家与计算科学工程师定下来的一套算法，这一年以来他寻求过许多合作，想要对ai进行提升，可最终都没有做到。
真不愧是他坚决要等的数学家！这样高难度的问题都能解决！
但是这样的提升景长嘉并不满意。
在一片欢声中，他皱着眉头看了许久的反馈资料，再一次把自己关进了宿舍里。
萨洛斯的研究员们见状，忍不住友善地笑了起来。
他们总是很明白这样的状态，当成果没有达成预期时，他们也不想浪费一分一秒。
“不过小景对自己真的好严格。我念书的时候但凡能这么严格要求，或许今天也能多几个成果。”
“算了吧，你可别做梦了。成果难道来自于你对自己的严格要求上吗？成果只会来自于你缺少的智慧。”
其他人闻言顿时大笑起来。
封照野在欢声笑语中给景长嘉打了一份食物带回了宿舍。
宿舍里，把自己关起来的景长嘉眉头紧锁地看着他的模型。理论上，这个模型能做到的绝不仅仅只是提升2%的精准性。
“你不要太钻牛角尖。”封照野用温热的饭盒碰了碰景长嘉的脸，“ai在实际使用中，会受到相当多的外界条件的制约。作为一个通用的数学模型，它带来的提升已经非常可怕了。”
“我知道。”景长嘉叹了口气，“所以那些问题我一开始就有纳入计算。”
譬如服务器的反应，譬如运行的芯片所能提供的算力，还有数据本身的不充足……
医学很多时候是经验科学。譬如龙夏的森城医生，就是比其他地区的医生更擅长治疗菌子中毒。大数据算法下的ai也是同理。越多的病例，它越能深刻理解某项疾病。
可现在在数据库一致的情况下，景长嘉对它的期待，是将特定疾病的准确度提升5%，通用算法的提升是3%。
现在却只有2%，它的问题出在哪里？
景长嘉想得心烦意乱。
封照野拿走了他手里的笔记本：“我看看，你先吃饭。”