的。
甚至已经从各自的研究层面论证了他这个想法的可行性。
他本以为如此仓促组成的小组肯定是个草台班子。
但现在他不这么看了。
只能说燕北大学的底蕴有些可怕。随便拉几个人都是能人。
有想法，有见地，有经验，甚至还很有执行力………
当然这也是乔源的错觉了。
虽然燕北大学的确很强，但还没强到这种程度，更关键的原因还在于现在还是寒假。
而且跟骆余馨拉的人，大都是她比较了解的那一批。本身就把一批打算混文凭的淘汰了。
此时所有人都已经将目光集中到了他身上。
毕竟大家都发过言了，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