第1341章 何凯明：成了！成了！ (第2/2页)
入地聊了将近一坤时。
马乐的小本本上也记下来很多东西，比如红星材料研发中心可以联合一些高校，继续开发更高强度的材料，包括但不限于整车用的高强度钢，电机定子转子上的材料等等。
还有整车设计团队的组建，工程团队的招聘等等。
就在集团高层的战略重心开始向智能汽车倾斜的时候。
红星科技园另一侧的C区6栋，红星人工智能实验室里，正爆发出一阵欢呼声。
实验室中央的电子白板上，写满了密密麻麻的矩阵微分方程和偏导数推导公式。
屏幕上，一条代表着深度神经网络训练误差率的红色曲线，在经过了长达120个小时的连续迭代收敛后，稳稳地停在了历史最低点上！
“跑通了！成教授，咱们的62层超深网络，训练误差彻底降下来了。”
“62层！ShOrtCUt 通路让梯度可以直接回流，不再卡在深层里消失……”
一直紧绷着神经的何凯明从椅子上弹了起来，双手抓着自己的头发，激动得原地转圈：
“我们的猜想是完全正确的，深度网络根本不需要在每一层都去做全部特征的强行对齐，只要通过快捷连接引入残差映射，只传递部分增量特征，网络就能往更深处堆叠下去！”
成文飞同样很激动，经过连续半个多月、好几次不同层级的深度神经网络训练测试，何凯明之前脑子里那个大胆的猜想，在这一刻得到了彻底的验证！
在构建超深层神经网络的时候，根本不需要强求每一层网络都去直接拟合完整的底层映射，只需要通过引入跨层连接的捷径，让网络去学习输入与输出之间的残差特征即可！
困扰了全球计算机视觉与深度学习界好几年的网络退化魔咒，在红星实验室被残差结构给解决了！
成文飞激动得手也有些发抖，快步走到屏幕前，反复核对着那62层深度网络的收敛参数。
这意味着什么，他比任何人都清楚！
残差网络一旦跑通，就意味着人工智能的神经网络模型可以摆脱层数限制，往更深、更广、更庞大的维度无限延伸下去！
只要算力和数据跟得上，模型的参数量和逻辑推理能力将会迎来指数级的暴涨！
那么自己毕生的执念，在数字世界里构建一个拥有完全逻辑推理与情感反馈能力的大模型。
让自己去世的女儿小爱在另一个世界里重新活过来，就不再是遥不可及的幻想，而是真正往前迈出了最实质性的一大步！