第四百五十七章 下周一出结果 (第1/2页)

赵文渊听了这个问题，也没什么头绪。
　　
　　他也不确定韩总说的这个数字是不是随口一提。
　　
　　从计算机系统设计的角度看，两百毫秒不算快，很多高可用系统甚至要求响应时间在五十毫秒以内。
　　
　　就像赵文渊正做到一半的豆汁儿模型——也就是基于系统一设计的那个模型——他已经对着韩路一和江松然夸下海口，要把单次响应时间做到十毫秒。
　　
　　但脑机接口，完全是另一个领域。
　　
　　不过系统瓶颈诊断嘛，还是有流程可走的，第一步是先找到瓶颈在哪。
　　
　　有句老话说得好：你不可能解决一个自己看不见的问题。
　　
　　所以，解决问题的第一步，就是先把它看见。
　　
　　赵文渊开口问道：“梦总，梦脑设备现在单次运行时间是怎么分布的？我的意思是，慢在哪儿了？”
　　
　　梦瑶苦笑一声，说道：“从我的角度来看，哪儿也没慢，就是要做的事情太多了。侵入式脑机能做到一百毫秒，我也做过一些推测，我猜他们因为把电极直接接在神经元外面，可以直接采集电信号，解析起来也简单。但我们的采集方式，中间隔着头皮、颅骨、硬脑膜和脑脊液，信号本来就微弱，还要把电位信号转化成数字信号。”
　　
　　“采集到信号之后，大部分都是噪声，我们先滤波，再做傅立叶变换——光是攒够一次傅立叶变换的采样窗口，就得三四百毫秒。这还没完，后面才是我们的算法模型、分类器、模式匹配。现在的八百毫秒，我是看不出还有什么优化空间了。”
　　
　　赵文渊听完，对梦脑的计算流程有了大概了解。
　　
　　他几乎脱口而出：“这就是为什么要做自监督训练啊。基于Transformer架构的模型本身就有强大的高维隐空间。简单说，我们根本没必要认识脑电信号。”
　　
　　梦瑶听完一愣。
　　
　　赵文渊还站在白板前，又用马克笔把梦瑶刚才描述的流程写了下来。
　　
　　采样，滤波，傅立叶变换，特征提取，分类器，动作。
　　
　　梦瑶惊讶地看着白板：赵文渊只听了一遍，就把流程图摸清了；而她刚才并非严谨讲解，只是随口一说而已。
　　
　　画完之后，赵文渊说道：“这是一个完全手工的思路。”
　　
　　詹想皱了皱眉头，出声反驳道：“赵总，这是脑电领域最成熟的做法。”
　　
　　“是吗？”赵文渊说道，“但在机器学习领域，这已经不那么主流了。”
　　
　　这话把詹想又噎了一下，却无话可说。
　　
　　毕竟赵文渊确实是机器学习领域的顶级专家。
　　
　　“就拿汤圆举例吧，我们训练的时候不会告诉它哪些特征重要，只要训练的数据足够多、足够准确，这些信号进入高维空间之后，有用的模式自然会有更大的比重。之后再次接收到这个模式的脑电波，不管它是信号还是噪声，这个整体都可以被通用模型识别出来，里面的信号部分也能得到有效分离。”赵文渊继续解释道。
　　
　　“可是，就算能拿到信号，它代表什么意思呢？”詹想问道。
　　
　　在他们现在做的传统方法里，这里需要对设备使用者进行一对一的训练和特征提取，让模型理解一个脑电信号到底表达什么意图。
　　
　　机器学习还能有什么好办法？詹想想道。
　　
　　“这里就需要用到后训练微调了。现场收集使用者几个典型动作的脑电波，然后在通用模型的基础上进行微调，我们就能知道哪个波形对应哪个动作了。”
　　
　　“这一步要多久？”梦瑶问道。
　　
　　他们之前的定制阶段可能要花几十个小时，一般使用者无法连续高强度使用，就可能需要几个星期。
　　
　　赵文渊想了想，说道：“使用云端算力的话，几分钟到十几分钟吧。”
　　
　　在0.5B的模型上进行微调，还能需要多久呢？
　　
　　“这个微调出来的模型，可以把上面大部分步骤都打包进去，新的架构就变成这样。”
　　
　　赵文渊在刚才的架构图正下方又画了一个新的架构图：
　　
　　采样，模型，动作。
　　
　　梦瑶的心猛地一跳，问道：“一次模型运算要多久？”
　　
　　“几百毫秒吧。”赵文渊说道，然后不等梦瑶和詹想失望，又补充道，“不过我们最近恰好在研发一个新的模型架构，叫豆汁儿。”
　　
　　“豆汁儿？”梦瑶和詹想重复了一遍。
　　
　　两人都在京城生活多年，当然知道这是什么。
　　
　　把模型都命名成食物的名字，这位赵总还挺恶趣味。
　　
　　赵文渊不知道两位梦脑科技的高管把这个锅安在了自己头上——名字明明都是韩总起的。
　　
　　他接着说道：“这是我受到系统一、系统二理论启发想出来的架构，目的就是让模型以系统一的模式进行运算。如果条件合适，应该可以把单次运算时间控制在五十毫秒以内。”
　　
　　

（本章未完，请点击下一页继续阅读）