如果说人工智能赋予计算机思考的能力。
那么计算机视觉就是赋予发现、观察和理解的能力。
计算机视觉虽然不能说多么复杂吧。
但起码门槛比自然语言处理要高得多。
显然不适合林灰现在掺和。
不过林灰有耐心,林灰默默地将这件事放在了心里。
林灰觉得不能目光太短浅。
有些东西虽然现在看起来很鸡肋。
未必就代表长远角度没有用途。
心念及此,林灰突然觉得很庆幸。
重生之后,前世的经验让其游刃有余。
另一方面,重生带给他让他受益的就是思维上的改变。
涉及到很多事物林灰都会下意识地考虑到长线价值。
甚至不经意间会考虑到十年二十年之后的事情。
有这种长线思维方式。
林灰觉得假以时日他一定能走到一个鲜有人企及的高度。
但这些想法就不足为外人道也。
虽然就基于字符串评价文本相似度的方法和伊芙·卡莉有些分歧。
但林灰并没有表露出来,学术上的交流很多时候也只是求同存异而已。
伊芙·卡莉还在继续陈述着她的看法:
“……我觉得将向量引入到语义文本相似度的衡量确实是一个不错的主意。
不过在介入向量之后,就像打开了潘多拉的魔盒一样。
向量在处理一些语义复杂的文本信息时。
极其容易形成一些高维空间,造成维度爆炸。
出现这种情况后,应用场景经常会变得极其糟糕。
经常出现维度爆炸的问题。
事实上,现在维度爆炸问题已经很制约我们的研究了。
dear林,不知道您关于这个问题有什么看法呢?”
林灰道:“维度爆炸主要是高维难处理的问题。
既然如此,为什么不考虑将高维进行降维呢?”
林灰的语气是那样的风轻云淡。
彷佛在叙述一件自然而然的事情一般。
降维?将高维的什么进行降维??
听了翻译同传过来的信息。
伊芙·卡莉有种要吐血的感觉。
她有点想学中文了。
她不知道林灰表达的原意就是将高维转化为低维。
还是说林灰在表述的时候说的是将高维的某物转化的低维但翻译在转达的时候却省略了什么东西。
如果是省略了一些重要的名词那实在是太糟糕了。
到底林灰想表达是将高维数据转化为低维数据?