姜迎曦将照片轻轻放在沙发上,起身去厨房收拾碗筷。收拾完走出来,看见宋芷微已经倒在床上,呼吸均匀绵长。 姜迎曦将她随手扔在床边的拖鞋摆正,这才退出来,轻轻带上了卧室的门。 客厅安静下来。 她坐回沙发,又拿起那张毕业照,视线落在孙婕身上。 照片里,她瘦得脱了相,颧骨微凸,下巴尖削,虽然嘴角还挂着笑,但气色暗沉沉的,眼底透着病气。 姜迎曦没犹豫,拿起手机,点开和孙婕的对话框,飞快地打了一行字,发送。 【你得去大医院做个全身检查。】 几分钟后,孙婕语音回复,【我去医院检查了,没什么大事,前阵子找中医开了些中药,正在调理呢。】语气还是那副大大咧咧的样子。 姜迎曦把手机搁到一旁。 窗外的天色暗了些,她慢慢舒出一口气,告诉自己,没事就好。 不知不觉间,姜迎曦想起了童年。 小时候,她和伙伴们在村口玩游戏。几个高年级的孩子定规则,她蹲在地上听了一遍,站起来说这不公平。其他孩子嫌她扫兴,说听哥哥姐姐的准没错。 她没理会,又把自己的理由重说了一遍,话没落地,有人甩过来一句,“那你就别玩儿啊!” 她一听,退出了那场游戏,坐在旁边的石墩上看他们玩儿。从头看到尾,一点不觉得委屈,只觉得规则不对的游戏玩起来没意思。 后来上学了。数学课上,老师讲了一道题,她在草稿上演算了一遍,发现数字对不上,直接举手,“老师,你说的不对。”教室里瞬间安静,老师抬头,眼神冷冷地看向她。 旁边的同学争先恐后地发言,都说老师讲的是对的,是她算错了。 她没有再争辩,只是上课 正式上课第一天,姜迎曦就领教了什么叫水土不服。 第一节课是深度神经网络理论与实践。她原以为这不过是一门讲原理的基础课,像国内那门《神经网络与深度学习》一样,从感知机开始,一步步推到反向传播。 结果教授连自我介绍都省了,只花了不到半小时把神经网络的基本框架带过,剩下的时间全部放在了案例上。而且他语速极快,再加上全英文授课,稍一走神就跟不上节奏。 讲到某个节点,教授忽然停下来,在白板上写下三个字母:ai,l,dl。 随即搁下笔,“哪位同学能用三句话把这三者的关系说清楚?” 教室里静了三四秒。 前排一个男生开口,英语清晰流利,“ai>l>dl。ai是终极目标,l是达成目标的方法,dl是l中一类特定的高阶技术。” 教授点了点头,“不错,概念背得很准确。” 话音刚落,教室里就有人忍不住笑了一声,随即稀稀拉拉的笑声跟着响起来。 教授顿了顿,视线扫过一圈,最后落在教室里唯一的亚裔面孔上。 “这位同学,就拿我刚才问的问题举个例。在生物医学工程里,什么算ai,什么算l,什么算dl?” 姜迎曦愣了一拍,没料到第一节课自己就被点名。 正准备起身,屁股刚离开椅子,突然意识到不需要站着回答问题,于是坐了回去。 她稳了下呼吸,放慢语速,“比如,一个系统要判断一张医学影像里有没有肿瘤。从ai层面来看,核心问题是定义这套系统的最终价值边界。” 她的语速还跟不上思维节奏,说到某个专业术语时,脑子里要短暂搜索一下才能吐出来。 “……就是让机器模拟人类放射科医师的判读能力,自动完成医学影像中肿瘤识别的辅助工作。” …… 她说完,看向教授。教授没点头,也没摇头。她心里没底,不确定自己的表达是否足够准确。 “那你认为,在这个例子中,用dl一定比用传统方法更好吗?”教授继续追问。 姜迎曦几乎没有犹豫,脱口而出,“不一定。” 教授没有接话,只是看着她。 她只好硬着头皮往下说,“如果数据量很少,dl的可解释性反而更差。尤其是在医疗场景里,医生往往需要知道机器为什么做出某个判断,而不仅仅是机器做出了什么判断。” 教室里安静了一瞬。 “不错,至少你考虑过使用场景。”教授说完便转身继续讲课。 姜迎曦轻轻呼出一口气。旁边的女生侧过头,低声说了一句,"niceanswer" 她愣了一瞬,小声回,"thanks" …… 上了一周的课,姜迎曦终于确认,这里的教学方式和国内是两套模式。 以前在国内,老师主讲,有课件,有ppt,节奏比较缓慢,每节课的重点还会标注出来。 但在这里,教师只引导,白板上手写推导,节奏快,信息密度大。 这就意味着,不预习课就等于白上。 哦豁,小伙伴们如果觉得52书库不错,记得收藏网址https:52shuku或推荐给朋友哦~拜托啦(> 传送门:|