接下来的两天，她没去钓鱼。

    不是不想去，是没时间去。

    她把那四个年轻人拉到会议室，开始给他们讲解她的人工智能知识。

    不是课本上的那种，不是论文里的那种。

    是她和一号老师自己理解的那种。

    “你们知道现在主流的人工智能是什么吗？”

    四个人面面相觑，有人小声说：“机器学习，统计学？神经网络？”

    黄小兰点点头，又摇摇头。

    “说是也不是，我要的是一个见多识广的一个全能AI，………但我们现在没有硬件，硬件非常不足。”

    她转过身，在白板上画了一个简单的示意图。

    “我们现在能用的，是CPU，是有限的内存，是可怜的数据量。所以我们不能走堆料的路。”

    她转过身，看着他们。

    “我们要走的路是——精巧。”

    “用最巧妙的算法，弥补硬件的不足。”

    “用最精简的架构，跑出最有效的模型。”

    “用最聪明的思路，在有限的数据里找到规律。”

    ——

    她讲了两天。

    从基础理论讲到具体实现，从算法设计讲到架构优化，从数据处理讲到模型训练。

    四个年轻人听得如痴如醉，手里的笔记记了厚厚一摞。

    他们时不时提问，黄小兰一一解答。

    有时候一个问题能讨论半个小时，有时候一个思路能引发一场小型辩论。

    当然，周立安一伙人也来了。

    她就当他们是背景板。

    反正那些人坐在后排，一声不吭，努力降低存在感，比学生时代的班主任还安静。

    她最关心的，是面前的四个人。

    两天下来，四个人看她的眼神，已经从崇拜变成了狂热。

    “老大，”其中那个圆脸的丁经明说，“你这些东西，要是写成论文，肯定能发顶刊。”

    话音刚落，后排传来一声咳嗽。

    是周立安。

    确认存在感。

    黄小兰看了那个脸皮厚、一直赖着不走的周立安一眼，摆摆手：“暂时不能写。得保密……我们先做出成绩来。”

    主要是她不会写。

    但是学校教过怎么写，她就没写过专业的论文，这很尴尬。

    ……

    周立安也知道自己讨人嫌了，但他没办法。

    他转过头，看向四个研究员后面那一排资深研究员。

    个个眼神严肃，发挥在军营生涯里学到的潜伏技能，努力压缩存在感，连咳嗽都不敢咳一声。

    周立安收回视线，对黄小兰说：“你这论文，还得讨论。”

    黄小兰点点头。

    她知道他说的是什么意思。

    不是讨论怎么写，是讨论能不能写，怎么写才能不泄密，怎么写才能让该看到的人看到，不该看到的人看不到。

    ——

    黄小兰拍了拍手，把大家从那种狂热的状态里拉回来。

    “好了好了，先冷静。”她笑着说，“以后还有下一步，路还长着呢。”

    四个年轻人深吸一口气，努力平复心情，重新拿起笔。

    后排那群“背景板”也悄悄调整了一下坐姿，耳朵竖得更直了。

    黄小兰转过身，在白板上写下几个大字：

    数据理论

    “这两天，我们讲算法，讲架构，讲模型。”她说，“但这些东西，都离不开一个核心——数据。”

    她敲了敲白板。

    “没有数据，再牛的算法也是空中楼阁。”

    接下来的两天，她开始系统地讲解AI的数据理论。

    从数据采集讲到数据清洗，从数据标注讲到数据增强，从数据分布讲到数据偏差。

    “你们要记住，模型的上限，不是由算法决定的，是由数据决定的。垃圾进，垃圾出。这是铁律。”

    众人听得如痴如醉。

    黄小兰也有点累了，看来她不适合当老师，这上课几天她就累了。

    “好了好了，我们要不要休息一会。”

    她看了一眼那四个年轻人——丁经明的眼睛还亮得吓人，另外三个也是一副专心的表情。

    后排那些资深研究员，虽然还是不敢出声，但那眼神，分明也在等着她继续。

    见他们这么有学习欲，她都觉得不敢说自己累了。

    只能深吸一口气，喝口水继续讲。

    讲未来。

    讲AI的无限可能。

    “你们想象一下，”

    她伸