重生学神有系统

    “啧，您一向明察秋毫……”江寒奉上笑脸，在心里补上“才怪”，接着说，“不过这次您可冤枉人啦！我从小热爱学习，洁身自好，从不招花惹草，这些您又不是不知道”

    “那倒也是……”老李想起江寒平时的表现，不由得点头，“行吧……就这一次，下不为例啊！”

    “嗳，谢谢老师！”江寒答应着，拿着手机疾步转身，身后传来老李洪亮的声音，“熄灯前赶紧交回来……”

    熄灯时间是10点，但高二、高三的寝室整夜有电……

    江寒住在403寝，刚入学的时候，他被分到了对门，老江嫌门牌号不吉利，强烈要求换到了这屋。

    上到四楼，右拐，快要走到尽头，阳面倒数第二个房间，就是403。

    江寒推门而入，发现室友们都不在，估计是去水房洗漱去了。

    江寒的床上，被褥叠得整整齐齐，与其他人的杂乱无章对比鲜明，床下还塞着一个朴素的行李箱。

    江寒走过去，从床下拉出行李箱，拨动密码盘，输入“235711”，“咔哒”一声轻响，箱子打开。

    别看他现在挺熟练，昨天他坐在自己床铺上，足足花了八分钟，才想起来密码……

    箱子里面除了乱七八糟的衣服，还有一大堆课外书，封面绚丽、图案精美、内容实用，可惜从前已经看过好几遍了，再重温一遍也没多大意思。

    &n




第11章 像我这么专一
    江寒记得，在自己25岁左右，小电脑店就经营不下去了，老江改行做了自由职业，接一些平面设计、程序设计方面的活儿，闲暇还写写网络小说。

    但老江写小说其实也就是个爱好，至少在江寒重生前，还没出什么让人吃惊的成绩。

    记得他写过一本武侠小说，叫什么《武侠之数据风暴》的，没赚几个钱也就算了，还烟瘾一天比一天大，睡得一天比一天少……

    “自由职业”听起来挺美，可实际上多么辛苦，接不到活儿的时候，又是如何糟心，老江虽然从来不说，江寒也并非一无所知。

    好在后来江寒的工作室效益越来越好，要不然父子二人还不知道混成什么德行。

    扯远了，现在自己既然都重生了，还带着三个残疾系统，那样的未来想必也只能存在于记忆中了，否则岂不白重生一回

    “爸，是我。”江寒稳定住声线。

    “废话……”老江故作不耐烦，以掩盖那点小欢欣，但马上就发现了一个小问题，“咦怎么不叫我老江了”

    江寒心说不愧是老江，总是那么敏锐……

    “这不是好久不见了么，还真有点怀念你的英明神武，还有器宇轩昂……老江啊，你那边还好吧”

    “还那样呗，有啥好不好滴……诶这么关心我，不是钱不够了吧”

    江寒送上马屁，没想到老江居然不吃，还以为自己打这个电话，主要是要钱……这就有点尴尬了。

    不过话说回来，老江要是给钱，到底要不要呢

    当然要了，爷俩有啥不好意思的

    何况江寒也不会白花这些钱，将来肯定会十万倍、百万倍地赚回来。

    时间么，没啥意外的话，应该不会怎么遥远……

    “没有没有，老江你放心，我这边一切都挺好，钱也暂时没问题！当然……”江寒嘿嘿一笑，“你要是愿意，再支援我点也行。”

    “我就知道……明儿个再给你打500，够不”老江十分爽快。

    “够了。”江寒连忙回答。

    实际上当然远远不够，他要做的事情很多，就算一次给他一年生活费，也绝对不可能够他造的。

    但那钱他能找老江要吗

    重生导致的额外开销，老江肯定理解不了。而且，身为穿越者，还有外挂傍身，江寒也不好意思那么做。

    老江已经很辛苦了，怎么忍心再增加他负担呢

    江寒肯定要自己赚钱，不但要自给自足，还要让老江也财务自由，不用再像以前那样劳心劳力。

    “对了，你怎么样了”老江问，“我听你们宋老师说，昨天你出了点问题我还想说这两天过去看看……严不严重”

    “没事，校医说了，就是没休息好，加上早餐吃得太少，低血糖了。”江寒扣了扣脸，有些惭愧，累老江担心了，“总之老江你放心，我啥事也没有，你照顾好你自己就行了。”

    “那我就不过去了”老江还是有点不放心。

    “不用，嗳，我说老江，你啥时候这么磨叽了”江寒故作轻松。

    “哦……成，那我就先不过去了。”老江想了想，又补充了一句，“以后你自己注意点，学习也别太刻苦了，差不多就行了，咱又不奔着五道口和中关村……”

    江寒有些无语，但又感觉挺温暖。

    告诉读高中的儿子不用太努力，这种奇葩论调，大概也就自家老爸，才能说得出来了吧

    说来说去，都怪从前的自己太努力，搞得老江看着都有点于心不忍了……

    “……行，我知道了。”

    父子俩又聊了几句，才挂了电话。

    室友们洗漱完，陆续回来了，不知谁先起头，开始日常胡侃。

    先是聊了一会网络小说。

    “逆袭其实很简单，那都是有套路滴。”洪锐大言不惭。这家伙初中时号称阅文无数，某些方面履历相当丰富。

    “都有些啥套路捏”李东负责捧哏。

    “你们都给我听好了！俗话说啊——”洪锐清了清嗓子，荡漾一笑，大声道，“**丝靠重生，懒人靠系统，理财靠瞎蒙，投胎靠游泳，有钱搞后宫，没钱就靠哄，啥也不行，只能老老实实被拱……”

    “卧槽！精辟啊！”李东惊为天人。

    江寒无辜地翻了下眼皮，继续上网。

    你说咱也没招谁惹谁，怎么就躺了个枪呢

    ……

    话题逐渐转移到女生身上。

    李东热衷美丽大方、多才多艺、又凶又翘；洪锐坚守娇俏可人、聪明能干、腰细腿长。李东首推夏雨菲，洪锐就力挺自家班长……

    遇到这种话题，李亚男总是笑笑不说话；江寒则根本没心思理会，他扒拉着手机抓紧时间



第12章 重生的使命
    浏览p站的过程中，江寒察觉到一个奇怪的现象。

    关于“机器学习”的各个方面，各种聚类算法、随机场、线性判别、knn……在这里几乎全能找到，唯独找不到任何有关“神经网络”的内容！

    “人工神经网络”、“深度学习”、“强化学习”、“d—qlearning”、“对抗生成网络”……这些后来大红大紫的关键词，在p站竟然找不到任何蛛丝马迹！

    这有点不寻常。

    要知道，“人工神经网络”的概念早在60年代就出现了；到了80年代就已经形成了一定的规模；2000年之后更是日新月异，其繁荣昌盛的程度，用“家喻户晓”来形容也毫不夸张。

    可现在已经2012年了，整个p站上万名up主，竟然没有半个人去做这方面的科普，这就很不合理了。

    “这到底是怎么回事难道……”江寒敏锐地嗅到了某种可能性。

    要想获得学术点，唯一办法是写出论文，发在sci期刊上，首先要找准研究方向。

    什么样的课题最适合他呢

    最好是那种容易出成果，还不需要太多人力、物力的课题，然后在其中持续深入探索，才有可能写出够水平的论文。

    然而，这种研究领域假使真的存在，又怎么可能竞争不激烈

    江寒单打独斗，还要钱没钱，要设备没设备，怎么和那些手下科研狗成群，还拿着国家、国际科研资金的boss们竞争

    还有那种天赋流的选手，年纪轻轻就手握好几个学位，解决过世界难题，例如某个姓陶的教授……

    而江寒只是普通人，顶多稍微聪明点，残疾系统暂时又指望不上，凭什么在强者如云的科研界脱颖而出

    写不出合格的论文，就得不到学术点；得不到学术点，就无法强化自己；不强化自己，就打不过那些boss和天赋流强者；打不过别人，就无法在科研界立足；不能在科研领域里深耕，就写不出好论文……

    这是一个死结，江寒唯有利用重生者的优势，抢先研究出某些日后才出现的技术，才有可能打破这个死结。

    而现在，这种可能性已经现出了一丝端倪！

    江寒切回桌面，打开百度app，好好搜索了一番，然而仍找不到相关的信息。这样一来，他所猜想的那种可能性，就更大了。

    接下来，他半是激动、半是忐忑，换着关键字查询，连arxiv和知网等学术网站都翻了个底朝上，最后还翻墙去了趟国外……

    一番查询、分析，再查询、再分析……折腾了许久，江寒终于确认:在这个世界上，“神经网络”技术根本就没有出现过！

    这个世界在“机器学习”方面，有些方向和前世差不多，有些方向进展比较缓慢，也有个别方向，甚至比前世发展得更好，唯有“人工神经网络”技术从未出现。

    至于原因，说来有些不可思议。

    一个本来早就应该出现的概念，不知为什么没有被某个人提出，结果导致以其为滥殇的一系列技术，全都与世界失之交臂。

    而那个概念，正是“人工神经网络”的老祖宗:“感知机”！

    这里面有偶然的成分，但也不全是。

    科学史上很多概念，例如微积分，即使牛顿没发明出来，还有莱布尼茨，还有其他数学家；再比如“狭义相对论”，即使爱因斯坦没发现，迟早也会有别的大能提出来，区别只在于早晚。

    可“神经网络”有点特殊，首先，在其发展初期，在“机器学习”领域里并非无可取代；第二，不发展到一定高度，其潜力乍看起来，没有什么可期待。

    如果“机器学习”在其他方向上都走得不顺利，那么迟早有人考虑到人工模拟



第13章 “感知机”和“M-P模型”
    说实话，开创“机器学习”新领域，成为“深度学习”等技术路线的指路人，的确十分诱人，光是提出“人工神经网络”的概念，就足以名垂青史了。

    但对于自己现在的水平，江寒心里还是很有数的，不谦虚地说，只能算略知一二。

    前世虽然上过大学，学的却不是计算机专业，在编程和硬件领域，基本上全靠自己摸索，知识体系并不完善。

    至于“人工神经网络”方面，前后只看了几本入门教材，外加在p站看了十几个系列视频教程。

    一些重要的概念是清楚的，一些经典算法也是了解的，做一些简单的推演，应该也没什么大问题。

    可许多公式背后的原理，当时就没能理解得十分深刻，到了现在，印象就更加模糊了。至于那些需要最先进的数学工具，才能完成的证明与推导……

    在机器学习领域，“深度学习”被称作最具颠覆性的理论，以他目前掌握的这点儿皮毛，想要从无到有地开辟出一整条技术路线，难度可想而知。

    可难就不搞了吗

    这是个难得的机遇，一定要好好把握才行。只是他还需要好好想一想，如何妥善运用那些“走私”来的知识。

    既要充分发掘价值，也要注意合理性。起码拿出来的东西，要符合自己的人设，要找得到合理的解释，免得惹出什么不必要的麻烦……

    江寒前思后想，终于做出了决定。

    总之，必须尽快将“感知机”的概念抛出去，否则后续的一系列技术，全都得憋在脑袋里，没法拿出来见人。

    只是这样一来，估计自己将来基本跑不掉一个“机器学习宗师”、“ai教父”、“人工神经网络创始人”之类的称号了……

    别看“感知机”简单，却是“人工神经网络”的基石，很多“机器学习”算法，比如支持向量机（svm）、深度学习、d-qlearning、生成对抗网络（gan）……都是在其基础上才发展出来的。

    在另一个世界，“感知机”的概念诞生于1957年，由cornell航空实验室的frank rosenblatt提出。

    本质上是一个线性分类模型，用于解决二元线性分类问题，对应于输入空间中将实例划分为两类的分离超平面，是最简单的前馈人工神经网络。

    好吧，说人话。

    简单点说，感知机就是一个算法，通过大量训练，可以让电脑掌握某种规则，然后按照这种规则，将输入的数据分成两类。

    如果输入的数据空间只有两个维度，将其视作平面直角坐标系，那么“感知机”的图像，其实就是一根直线。

    “感知机”虽然简单，还是有点用的。

    比如经过训练后，输入身份证号，就能帮你判断出是男是女；比如输入身高和体重，就能判断是否超重……

    可能有人会问:随便写个程序，不是很简单就能实现这些功能吗

    但感知机的神奇之处，在于使用同样结构的程序，就能在很多领域里通用，而不用针对性编程。

    这是机器学习和常规编程的本质区别。

    感知机结构异常简单，工作原理也不复杂，但要想写成论文，也需要进行一些数学推导，以及前置理论。

    “感知机”是建立在m-p模型的基础上的。

    生物的神经细胞结构，主要由树突、突触、细胞体及轴突组成。单个神经细胞有两种状态:激活或者未激活。

    神经细胞是否激活，取决于从其它的神经细胞收到的输入信号量，及突触的强度（抑制或加强）。