第169章 卷积神经网络的雏形（1 / 2）

第169章  卷积神经网络的雏形

    看着神采奕奕的王建成，陈念越发觉得这小子真的不简单。

    如果说之前他提出一系列的未来武器概念时，自己还只是觉得他追梦的话，那今天跟他聊完之后，怕是要改一改措辞了。

    不是追梦，是造梦。

    难度很大，但也不是没有可能。

    “你打算怎么实现？无人机作战是一个复杂的体系，尤其是在涉及到协同作战时更是如此。”

    “你对数据链系统没有一点了解，知识体系也不够完整，想要去搞忠诚僚机计划太难了吧？”

    听到陈念的话，王建成点了点头，回答道：

    “学长，我也知道很难，所以我没打算一开始就把项目做得太复杂。”

    “我想要做的，是一个及时响应的远程控制系统。”

    “总体来说，就是要把无人机的控制集成到现有的战斗机航电系统中，通过简单的控制，实现无人机跟随、伴飞、攻击、掩护的动作。”

    “等以后技术更发达了，再以此为地基，植入各种战术模板，实现一键操控。”

    “比如，等我们的卫星和数据链系统进化到足够灵敏和强大了，我们甚至可以给一架歼二十二配置好几架无人机，包括什么电子干扰机啦，小型预警机啦，对地攻击机啦，还有盾机。”

    “.牛逼。”

    陈念由衷地感叹道。

    这一套思路，牛逼的不是他提出的无人机战术的设想，而是一句话：

    系统集成。

    他大概以为自己做的事情很简单，但实际上，他真的是在挖地基！    如果这一套集成控制系统能够顺利运行，并进行开放式的迭代开发，说不定共和国的第一代“忠诚僚机”，真的会在他手里诞生.    “有思路了吗？”

    陈念继续问道。

    “有了！”

    王建成嘿嘿一笑，推开已经吃得差不多的餐盘，开口回答道：

    “我的打算是这样的，这个系统说起来简单，但其实做起来还是挺庞大的。”

    “所以，我没必要一次性就做出来，所以，只要先做出简单的模仿跟随部分就好了。”

    “实现方式也很简单，直接通过数据同步来实现，但现在的问题是，无人机和主机之间在性能、速度、飞行包线上都存在差异，要通过算法去拉平这段差距，不是很容易.”

    “你还懂编程？”

    陈念惊讶地问道。

    “懂啊，我爸在我很小的时候就给我买了电脑，那时候还是卖了果园买的呢。没什么别的用，就自学编程了.”

    “什么语言？”

    “C#，python。”

    “牛逼.”

    短短几分钟时间里，王建成让陈念数次感叹牛逼。

    不过，仔细想起来，更牛逼的是他父亲。

    王建成的家庭条件算不上好，家里还有个姐姐，经济压力不小，这种情况下，居然敢在教育资源上做这种豪赌，可见绝对不是眼光短浅之辈。

    这也算某种程度上的虎父无犬子了吧。

    “那伱打算用什么算法解决？”

    “呃目前想的是机器学习，让僚机具有一定的决策能力，作为模仿的补充。主要用ensemble  learning，具体的就是随机森林算法，不过我感觉，这种算法还是有点偏弱了。”

    “目前暂时没有更多好点子，先走一步看一步吧，我觉得就算这样，进特别班也够了。”

    那是肯定够了。

    即使不够，我也会让陈果给你安排进去的。

    陈念心里暗暗想着。

    不过，随机森林算法在这个时代，好像确实有一点落后了。

    在自己的记忆里，大概到明年，也就是2006年，深度学习算法就要出现了。

    与其让他去搞随机森林，不如直接上深度学习？

    这种算法不仅在机器学习方面更加优异，甚至可以说，就是深度学习算法的出现，引发了AI爆发性增长的狂潮。

    真让王建成搞出来的话，前途不可估量。

    哪怕只是开个头，给后人打个基础，也不失为一次好的尝试。

    想到这里，陈念开口说道：    “我有一个想法，你可以试一试。”

    “现在论文库上应该已经出现了一些关于关于逐层初始化的机器学习训练模型，基于这个模型，还有更多的潜力可以深挖。”

    “以你的能力，能在这个年龄运用ensemble  learning，继续往深入探索，应该也不会太难。”

    “你可以先去看看国际上最先进的经验，试着用到自己的实操里面来。”

    “其中可以重点关注一下SVM方法，如果有困难，可以找统计学专业的老师帮忙。”

    说到这里，陈念停顿了一下。

    他突然想到，现在这个时间点，对方应该是很难找到比较有用的材料的。

    但是，如果让自己去把这部分内容解析出来给他.    擦，6.9个源点消耗。

    那还是拉倒吧。

    于是，他仔细回忆了片刻，继续说道：

    “有几个关键词，应该是你的研究过程中用得上的。”

    “核函数展开，线性回归函数，递归算了，我把大致的原理图画出来给你看看。”

    陈念抄起筷子，沾了汤汁在桌面上开始写写画画。

    他画的是当年游戏AI深度训练最常用的卷积神经网络的基本结构图。

    实际上，整个卷积神经网络的原理并不复杂，最基础的部分，哪怕是完全没有编程基础的普通人，也能在半天之内懂个七七八八。

    真正困难的，是怎么用复杂的程序去实现它。

    这不是陈念擅长的部分，在上一世，他只是出于兴趣学了个皮毛。

    “喏，这是卷积神经网络的滤波过程图，这是C1层，作用是产生特征映射图，随后，特征再进行求和加权.”

    汤汁在桌面上逐渐形成了纵横交错的图画，王建成从最开始，便已经全情投入地在听，所以哪怕陈念只讲了一遍，他也已经把全部内容记在了心里。

    等陈念放下筷子时，他看陈念的眼神已经完全变了。