发过言了，只剩乔源了。

“嗯，首先感谢大家刚刚提出的宝贵意见。接下来我简单谈谈我的想法。

其实我想要做这个项目也不是一拍脑子的决定，而是在帮助有为集团解决雅典娜的凝视这一问题后进发出的想法。”

乔源说到这里下意识的顿了顿。

因为他发现当提到雅典娜的凝视时，好几个人的表情突然变得有些古怪。

甚至有人明显是在憋笑……

乔源感觉有些奇怪，不过这种场合他还是压下了情绪，继续开口说道。

“刚刚几位老师从动力系统、概率图模型以及图神经网络等等角度给出了不同的技术路径。都很有建设性，但也反应出了传统ai技术跟我们所希望实现目标的根本性矛盾。

也就是我们希望用ai去定义优质，但所有建议用于训练ai的数据跟标签依然是产生这一问题的评价体系。

就比如陈博士刚才提到了高斯过程。我知道这个想法很好，能给出不确定性，但其核心无非就是先验的协方差函数。

如果预设的协方差结构本身是平庸的，那么得到的结果在最乐观的情况下，也就是一个更精确的平庸度量仪。

事实上这一类的智能产品已经有了。谷歌、微软都有类似的智能体，而且还被广泛应用。我之前英语不过关的时候也用过。

但我所想实现的学术审美并不是简单的归纳、总结，而是希望ai本身具备一定和判断能力。正如刚才我所说的那样，我的想法来源于帮助有为集团解决的优化算法问题。

现在请大家思考一下。难道你们不觉得雅典娜张量服务器的算法问题和我们想要解决的问题很像吗？我说得更明确些，其张量服务器配套的联合算法所需要优化的性能本身就是极为复杂、多维且难以用简单指标衡量的。

这迫使算法不能仅仅追求一个预设的、可能很平庸的高分，而必须学会在探索中动态地理解什么是真正的优质。

所以我在解决其数学基础问题的同时，也开始考虑，为什么我们构建一个类似，可以动态演进的学术审美函数呢？

我预想中的智能体和诸如谷歌、微软提供的智能体不一样。它关注的不是文献中有什么，公式也好，数据也好，都不重要。

它需要去理解这篇文献做了什么，包括论证的逻辑流，提出的假设是否有足够的理论支撑，以及结论对整个体系的贡献。

所以我想要的不是一个总结性工具，而是在理解当下数学体系发展进程的前提下，能对于文献做一个综合判断的智能体！

这从底层逻辑上就跟大家的构想不太一致。而且这段时间我也查了一下，目前还没有人工智能能够做到这一点。

所以理论上来说，我们需要从头开始设计。之前的方案没有什么太多可供我们借鉴的。

不过有一点，要让这一智能体能理解当下的数学进程，首先需要喂给它足够多的文献数据。所以我就直接说接下来的工作安排了。首先我们要为当下主流的数学研究方向做分类，并以此为依据构建一个目录&183;……”

如果说刚开口时，乔源还会关注一下其他人的表情，介绍完他的想法，到了布置工作环节，他已经很自然地全情

章节内容不完整，请退出阅读模式查看完整内容！