第94章 顯而易見的局限
肖宿對這些喧囂一無所知。
他正在實驗室里，調試「小智」系統的新版本。
周瑾、蘇芮、劉浩然、林硯四個人圍在他身邊，大氣不敢出。
「肖哥，明天的PPT……」周瑾小聲提醒。
「準備好了。」肖宿頭也不抬，「昨晚改完了。」
「那……你要不要提前演練一遍？我們可以當聽眾。」
「不用。」
肖宿敲下最後一行代碼，按下運行鍵，「講一遍就行了，浪費時間。」
屏幕上的程序開始執行，數據流飛快滾動。
肖宿看著那些跳動的數字和圖形，眼神專注。
他其實並不緊張。
數學是清晰的，邏輯是嚴密的，該講的講清楚就行了。
至於台下坐的是院士還是學生，對他來說沒什麼區別。
如果真要說有什麼期待……那就是希望提問環節，能有人問出真正有價值的問題。
……
報告會當天下午一點，京大百年講堂外已經排起了長隊。
不是誇張，是真真正正的長隊，從講堂正門口沿著林蔭道蜿蜒出去上百米，全是拿著學生證或邀請函等待入場的人。
有京大本校的學生，有從華清、滬交、金陵大學趕來的外校師生，甚至還有幾位白髮蒼蒼的老教授，在助手的攙扶下站在隊伍中。
「我的天，這陣仗……」
一個京大數院的大二學生踮著腳往前看，「比明星演唱會還誇張。」
他旁邊的室友拿著手機狂拍：
「廢話，這可是肖神！十五歲登上《數學年刊》的男人！你看前面那幾個，是不是華清的姚院士？我在新聞上見過他照片！」
隊伍前方，姚毅智院士確實站在那裡。
他穿著樸素的夾克衫，戴著老花鏡，正和身邊的幾個博士生低聲討論著什麼，完全沒在意周圍投來的目光。
倒是他身後的幾個年輕人有些緊張，畢竟是第一次在這麼多同齡人注視下排隊。
錢衛華院士來得稍晚一些，帶著國家算力研究院的兩個研究員，直接從工作人員通道進去了。
總不能真讓院士在外面排隊。
一點二十分，講堂大門打開，檢票開始。
人流緩緩湧入。
八百個座位，不到十分鐘就坐滿了八成。
前排最好的位置留給了受邀嘉賓和學校領導，姚院士坐在第三排正中央，錢院士在第四排。
兩人隔著幾排座位點頭致意，算是打過招呼。
學生們搶座的速度堪比超市大減價。
有人為了占座連午飯都沒吃，進來後趕緊從包里掏出了麵包和礦泉水。
有人帶了筆記本、錄音筆、甚至還有帶小型攝像機的。
雖然按規定不能錄像，但總有人想碰碰運氣。
講堂里嗡嗡的交談聲像蜂群。
話題只有一個：肖宿。
「你說肖神等會兒會緊張嗎？台下這麼多大佬。」
「緊張？你看佐藤事件他緊張了嗎？直接圍脖甩清單打臉，那叫一個乾脆利落。」
「也是……不過這次不一樣啊，現場提問，萬一答不上來怎麼辦？」
「答不上來？兄弟你是沒看肖神的論文吧？他那套理論，我敢說台下能完全聽懂的不超過五十人。還提問呢，能問出像樣問題就不錯了。」
「臥槽，這麼誇張？那我豈不是來當氣氛組的？」
「自信點，把『豈不是』去掉。咱們就是來見證歷史的，聽懂多少算多少。」
一點五十分，陳景明、顧清塵、江明遠跟著一眾京大領導入場，在前排嘉賓席就座。
江明遠滿臉紅光，看著座無虛席的講堂，心裡已經在盤算今年的招生宣傳片該怎麼剪了。
一點五十五分，講堂里的燈光暗了下來，只留下講台上的照明。
嘈雜聲漸漸平息，所有人都屏住呼吸，看向舞台側方的入口。
一點五十八分，肖宿出現了。
他還是那身打扮，淺灰色T恤，深色牛仔褲，黑色雙肩包。
走上講台的步伐平穩，放下背包，插好U盤，打開PPT，調試麥克風。
整個過程行雲流水，花了不到一分鐘。
兩點整。
肖宿抬起頭，看向台下。
八百多雙眼睛聚焦在他身上，那種被注視的壓力足以讓任何人緊張。
但他的語氣依舊平穩。
「我是肖宿，今天講群論在自監督特徵解耦中的應用，以及周氏猜想證明中的方法技巧。」
沒有開場白，沒有感謝致辭，除了名字外沒有多餘的自我介紹，直接進入正題。
台下靜了一瞬，然後響起低低的笑聲和議論。
「這也太直接了吧……」
「肖神風格，符合人設。」
「我喜歡，不浪費時間。」
講台上，肖宿已經點開了PPT第一頁。
標題很簡單：「群作用下的特徵空間統一表示」。
「傳統多模態學習的問題在於，不同數據類型的特徵空間是異構的。」
肖宿的聲音通過麥克風傳遍講堂，清晰而平靜。
「圖像用卷積神經網絡提取特徵，文本用Transformer，語音用梅爾頻譜。這些特徵向量維度不同，結構不同，度量不同。強行融合就像把蘋果和橘子加在一起算總數，沒有意義。」
他在白板上畫了兩個不相交的圓圈，分別標註「圖像特徵空間」和「文本特徵空間」。
「我的思路是，引入群論作為統一框架。」
肖宿切換PPT，出現了一個複雜的數學結構圖。
「所有數據模態，經過編碼器映射到同一個群表示空間。在這個空間裡，圖像旋轉、文本語法變換、語音時移，都可以看作群作用。」
台下，姚毅智院士眼睛一亮，迅速在筆記本上記下幾個關鍵詞。
「關鍵在於對稱性約束。」
「每個數據模態都有其內在對稱性。」
「圖像有旋轉、平移、縮放對稱；文本有語法、語義對稱。」
「自監督學習的目標，是在保持這些對稱性的前提下，解耦出獨立的特徵因子。」
他調出了一段代碼演示。
屏幕上，一個簡單的神經網絡正在訓練，輸入是未標註的圖像和文本對，輸出是解耦後的特徵向量。
「訓練過程中，系統會自動發現不同模態特徵之間的對應關係。」
肖宿指著屏幕上的損失函數曲線。
「這是群等變約束損失，這是特徵解耦損失。兩者結合，就能實現跨模態的自然對齊。」
錢衛華院士身體前傾，盯著屏幕上的公式。
他是搞超算出身的，對算法效率極其敏感。
而肖宿展示的這個框架，計算複雜度明顯低於傳統的多模態融合方法。
「具體到實現細節……」
肖宿開始深入技術核心。
接下來的三十分鐘，他像拆解精密的機械一樣，將整個群論框架一層層剝開。
從李群在流形上的作用，到特徵空間的纖維叢結構，再到自監督信號的構造方法……
講堂里的氣氛開始變得有些微妙。
前十幾分鐘，大部分學生還能勉強跟上，畢竟肖宿講得深入淺出，而且還用了很多直觀的比喻。
二十分鐘後，大多數學生已經開始眼神渙散了。
那些「李代數」、「表示論」、「上同調」之類的術語，像天書一樣在頭頂飛舞。
「我……我聽不懂了。」
一個數院大三的學生痛苦地捂住臉，「雖然我們已經在上抽象代數了，但肖神講的東西，好像跟教科書上的不是一個次元啊……」
他旁邊的室友更慘，已經選擇放棄治療，開始在筆記本上畫小人了。
「沒事，聽不懂正常。我懷疑咱們系一半的教授現在也在硬撐。」
確實，中後排的教授們表情各異。
有的頻頻點頭，顯然跟上了思路；有的眉頭緊皺，努力消化那些新穎的概念；還有的已經在翻看提前列印的論文，試圖對照理解了。
姚毅智院士的筆記本已經寫了三頁。
他偶爾會停下來思考幾秒，然後快速寫下新的想法。
身後的博士生們就沒這麼輕鬆了，一個個如臨大敵，拼命想跟上節奏。
「現在看一個具體應用。」
肖宿切換到了「小智」系統的演示界面。
屏幕上出現了那個簡潔的對話窗口。
肖宿先輸入了一個很簡單的水果分類問題，小智在幾秒鐘的時間裡就能夠自動完成思考並作出回答。
這看似簡單的一幕，卻讓懂行的人脊背發麻。
聰明的網友可能要問了，這麼簡單的問答，現在的DeepMind、OpenAI等頂尖機構的AI模型都能輕易做到，有什麼特別的呢？
答案就在於小智回答肖宿問題的答案，事先並沒有在訓練數據中明確標註，而是系統通過特徵解耦自主「理解」的。
類似OpenAI這樣的頂尖模型，其實本質上走的是「記憶匹配+概率推測」的路子，它們之所以能給出正確答案，不過是記住了「吃=減少」「收到=增加」的固定關聯，熟記了蘋果對應紅色、橘子對應橙色、梨對應黃/綠的統計規律，靠著海量訓練數據中的樣本匹配，找到最貼合問題的回覆，如同背會了答題模板，卻從未真正理解問題的本質。
它的數據內容多了，回答的答案正確的概率也上升。
但是，又因為它的資料庫雜亂的內容太多，導致最後連開發者都無法知道它會給出什麼答案，也就是「黑箱」。
這也是有些人工智慧會被聰明的網友稱作人工智障的原因。
它們的局限是顯而易見的。
無法真正拆解問題中的核心特徵，更無法建立特徵間的獨立關聯，一旦遇到超出訓練樣本的場景，比如顏色特殊的水果、複雜的數量組合，就會出現卡頓、判斷偏差，甚至混淆不同特徵的邊界。
但肖宿運用群論實現的自監督解耦框架，徹底打破了這種局限。
他正在實驗室里，調試「小智」系統的新版本。
周瑾、蘇芮、劉浩然、林硯四個人圍在他身邊，大氣不敢出。
「肖哥，明天的PPT……」周瑾小聲提醒。
「準備好了。」肖宿頭也不抬，「昨晚改完了。」
「那……你要不要提前演練一遍？我們可以當聽眾。」
「不用。」
肖宿敲下最後一行代碼，按下運行鍵，「講一遍就行了，浪費時間。」
屏幕上的程序開始執行，數據流飛快滾動。
肖宿看著那些跳動的數字和圖形，眼神專注。
他其實並不緊張。
數學是清晰的，邏輯是嚴密的，該講的講清楚就行了。
至於台下坐的是院士還是學生，對他來說沒什麼區別。
如果真要說有什麼期待……那就是希望提問環節，能有人問出真正有價值的問題。
……
報告會當天下午一點，京大百年講堂外已經排起了長隊。
不是誇張，是真真正正的長隊，從講堂正門口沿著林蔭道蜿蜒出去上百米，全是拿著學生證或邀請函等待入場的人。
有京大本校的學生，有從華清、滬交、金陵大學趕來的外校師生，甚至還有幾位白髮蒼蒼的老教授，在助手的攙扶下站在隊伍中。
「我的天，這陣仗……」
一個京大數院的大二學生踮著腳往前看，「比明星演唱會還誇張。」
他旁邊的室友拿著手機狂拍：
「廢話，這可是肖神！十五歲登上《數學年刊》的男人！你看前面那幾個，是不是華清的姚院士？我在新聞上見過他照片！」
隊伍前方，姚毅智院士確實站在那裡。
他穿著樸素的夾克衫，戴著老花鏡，正和身邊的幾個博士生低聲討論著什麼，完全沒在意周圍投來的目光。
倒是他身後的幾個年輕人有些緊張，畢竟是第一次在這麼多同齡人注視下排隊。
錢衛華院士來得稍晚一些，帶著國家算力研究院的兩個研究員，直接從工作人員通道進去了。
總不能真讓院士在外面排隊。
一點二十分，講堂大門打開，檢票開始。
人流緩緩湧入。
八百個座位，不到十分鐘就坐滿了八成。
前排最好的位置留給了受邀嘉賓和學校領導，姚院士坐在第三排正中央，錢院士在第四排。
兩人隔著幾排座位點頭致意，算是打過招呼。
學生們搶座的速度堪比超市大減價。
有人為了占座連午飯都沒吃，進來後趕緊從包里掏出了麵包和礦泉水。
有人帶了筆記本、錄音筆、甚至還有帶小型攝像機的。
雖然按規定不能錄像，但總有人想碰碰運氣。
講堂里嗡嗡的交談聲像蜂群。
話題只有一個：肖宿。
「你說肖神等會兒會緊張嗎？台下這麼多大佬。」
「緊張？你看佐藤事件他緊張了嗎？直接圍脖甩清單打臉，那叫一個乾脆利落。」
「也是……不過這次不一樣啊，現場提問，萬一答不上來怎麼辦？」
「答不上來？兄弟你是沒看肖神的論文吧？他那套理論，我敢說台下能完全聽懂的不超過五十人。還提問呢，能問出像樣問題就不錯了。」
「臥槽，這麼誇張？那我豈不是來當氣氛組的？」
「自信點，把『豈不是』去掉。咱們就是來見證歷史的，聽懂多少算多少。」
一點五十分，陳景明、顧清塵、江明遠跟著一眾京大領導入場，在前排嘉賓席就座。
江明遠滿臉紅光，看著座無虛席的講堂，心裡已經在盤算今年的招生宣傳片該怎麼剪了。
一點五十五分，講堂里的燈光暗了下來，只留下講台上的照明。
嘈雜聲漸漸平息，所有人都屏住呼吸，看向舞台側方的入口。
一點五十八分，肖宿出現了。
他還是那身打扮，淺灰色T恤，深色牛仔褲，黑色雙肩包。
走上講台的步伐平穩，放下背包，插好U盤，打開PPT，調試麥克風。
整個過程行雲流水，花了不到一分鐘。
兩點整。
肖宿抬起頭，看向台下。
八百多雙眼睛聚焦在他身上，那種被注視的壓力足以讓任何人緊張。
但他的語氣依舊平穩。
「我是肖宿，今天講群論在自監督特徵解耦中的應用，以及周氏猜想證明中的方法技巧。」
沒有開場白，沒有感謝致辭，除了名字外沒有多餘的自我介紹，直接進入正題。
台下靜了一瞬，然後響起低低的笑聲和議論。
「這也太直接了吧……」
「肖神風格，符合人設。」
「我喜歡，不浪費時間。」
講台上，肖宿已經點開了PPT第一頁。
標題很簡單：「群作用下的特徵空間統一表示」。
「傳統多模態學習的問題在於，不同數據類型的特徵空間是異構的。」
肖宿的聲音通過麥克風傳遍講堂，清晰而平靜。
「圖像用卷積神經網絡提取特徵，文本用Transformer，語音用梅爾頻譜。這些特徵向量維度不同，結構不同，度量不同。強行融合就像把蘋果和橘子加在一起算總數，沒有意義。」
他在白板上畫了兩個不相交的圓圈，分別標註「圖像特徵空間」和「文本特徵空間」。
「我的思路是，引入群論作為統一框架。」
肖宿切換PPT，出現了一個複雜的數學結構圖。
「所有數據模態，經過編碼器映射到同一個群表示空間。在這個空間裡，圖像旋轉、文本語法變換、語音時移，都可以看作群作用。」
台下，姚毅智院士眼睛一亮，迅速在筆記本上記下幾個關鍵詞。
「關鍵在於對稱性約束。」
「每個數據模態都有其內在對稱性。」
「圖像有旋轉、平移、縮放對稱；文本有語法、語義對稱。」
「自監督學習的目標，是在保持這些對稱性的前提下，解耦出獨立的特徵因子。」
他調出了一段代碼演示。
屏幕上，一個簡單的神經網絡正在訓練，輸入是未標註的圖像和文本對，輸出是解耦後的特徵向量。
「訓練過程中，系統會自動發現不同模態特徵之間的對應關係。」
肖宿指著屏幕上的損失函數曲線。
「這是群等變約束損失，這是特徵解耦損失。兩者結合，就能實現跨模態的自然對齊。」
錢衛華院士身體前傾，盯著屏幕上的公式。
他是搞超算出身的，對算法效率極其敏感。
而肖宿展示的這個框架，計算複雜度明顯低於傳統的多模態融合方法。
「具體到實現細節……」
肖宿開始深入技術核心。
接下來的三十分鐘，他像拆解精密的機械一樣，將整個群論框架一層層剝開。
從李群在流形上的作用，到特徵空間的纖維叢結構，再到自監督信號的構造方法……
講堂里的氣氛開始變得有些微妙。
前十幾分鐘，大部分學生還能勉強跟上，畢竟肖宿講得深入淺出，而且還用了很多直觀的比喻。
二十分鐘後，大多數學生已經開始眼神渙散了。
那些「李代數」、「表示論」、「上同調」之類的術語，像天書一樣在頭頂飛舞。
「我……我聽不懂了。」
一個數院大三的學生痛苦地捂住臉，「雖然我們已經在上抽象代數了，但肖神講的東西，好像跟教科書上的不是一個次元啊……」
他旁邊的室友更慘，已經選擇放棄治療，開始在筆記本上畫小人了。
「沒事，聽不懂正常。我懷疑咱們系一半的教授現在也在硬撐。」
確實，中後排的教授們表情各異。
有的頻頻點頭，顯然跟上了思路；有的眉頭緊皺，努力消化那些新穎的概念；還有的已經在翻看提前列印的論文，試圖對照理解了。
姚毅智院士的筆記本已經寫了三頁。
他偶爾會停下來思考幾秒，然後快速寫下新的想法。
身後的博士生們就沒這麼輕鬆了，一個個如臨大敵，拼命想跟上節奏。
「現在看一個具體應用。」
肖宿切換到了「小智」系統的演示界面。
屏幕上出現了那個簡潔的對話窗口。
肖宿先輸入了一個很簡單的水果分類問題，小智在幾秒鐘的時間裡就能夠自動完成思考並作出回答。
這看似簡單的一幕，卻讓懂行的人脊背發麻。
聰明的網友可能要問了，這麼簡單的問答，現在的DeepMind、OpenAI等頂尖機構的AI模型都能輕易做到，有什麼特別的呢？
答案就在於小智回答肖宿問題的答案，事先並沒有在訓練數據中明確標註，而是系統通過特徵解耦自主「理解」的。
類似OpenAI這樣的頂尖模型，其實本質上走的是「記憶匹配+概率推測」的路子，它們之所以能給出正確答案，不過是記住了「吃=減少」「收到=增加」的固定關聯，熟記了蘋果對應紅色、橘子對應橙色、梨對應黃/綠的統計規律，靠著海量訓練數據中的樣本匹配，找到最貼合問題的回覆，如同背會了答題模板，卻從未真正理解問題的本質。
它的數據內容多了，回答的答案正確的概率也上升。
但是，又因為它的資料庫雜亂的內容太多，導致最後連開發者都無法知道它會給出什麼答案，也就是「黑箱」。
這也是有些人工智慧會被聰明的網友稱作人工智障的原因。
它們的局限是顯而易見的。
無法真正拆解問題中的核心特徵，更無法建立特徵間的獨立關聯，一旦遇到超出訓練樣本的場景，比如顏色特殊的水果、複雜的數量組合，就會出現卡頓、判斷偏差，甚至混淆不同特徵的邊界。
但肖宿運用群論實現的自監督解耦框架，徹底打破了這種局限。