Dù có hệ thống tính toán hỗ trợ, nhưng chỉ có sức mạnh tính toán thôi là chưa đủ. Sức mạnh tính toán chỉ là khả năng thực hiện các phép tính mà thôi; nếu không có algoritma đi kèm, thì sức mạnh tính toán cũng giống như không có gì cả.

Giống như việc bạn không thể chỉ dựa vào xăng để đi xa được; bạn cần phải có một chiếc xe, và lúc đó xăng mới có thể phát huy tác dụng.

Còn Lin Yuan, người chỉ đạt trình độ bậc hai, thì hoàn toàn không am hiểu về lĩnh vực algoritma.

Thực ra điều này cũng rất dễ hiểu. Nếu Lin Yuan thông minh bẩm sinh, thì anh ấy chắc chắn đã không đạt trình độ bậc hai trong kỳ thi đại học.

Vì vậy, việc Lin Yuan có được cơ hội tham gia buổi phỏng vấn cho ngành công nghệ máy tính tại Học viện Hàng không Tử Kim hoàn toàn là nhờ sự hướng dẫn của hệ thống tính toán. Chính hệ thống này đã lập kế hoạch học tập cho anh ấy, tìm ra đúng sách giáo khoa cho từng môn học, giúp anh ấy học tập hiệu quả hơn nhiều.

Vì vậy, Lin Yuan buộc phải đối mặt với một sự thật: thực ra anh ấy khá yếu trong lĩnh vực này.

Dù sao thì trí tuệ cũng không phải là thứ có thể được cải thiện đáng kể chỉ bằng cách đọc vài cuốn sách mà thôi.

—

Sau hai phút, chiếc máy tính cổ T440 của Lin Yuan cuối cùng cũng khởi động xong.

Nếu lúc này trên máy có cài đặt phần mềm bảo mật 630, thì chắc chắn sẽ xuất hiện thông báo ở góc dưới bên phải: “Tốc độ khởi động của bạn đã vượt qua X% người dùng trên toàn quốc” (trong đó X chắc chắn là một con số một).

Theo thói quen, Lin Yuan không vội vàng mở môi trường phát triển Python – PyCharm ngay sau khi máy khởi động xong. Anh ấy để cho chiếc T440 “nghỉ ngơi” thêm một phút nữa. Bởi vì quá trình khởi động thực sự của một chiếc máy tính cổ thường không diễn ra nhanh như những gì nó hiển thị trên màn hình.

Ba phút trôi qua, biểu tượng của PyCharm cuối cùng cũng mở ra.

“Đang tải dự án…” Sau đó là quá trình tải dữ liệu chậm rãi.

Cuối cùng, Lin Yuan cũng mở được dự án nhận dạng OCR của mình.

Đúng vậy, anh ấy chỉ đơn giản là sử dụng mã nguồn sẵn có.

Điều này không phải là anh ấy gian lận.

Thực tế, ngay lúc đó, Giáo sư Zhang đã đến từng lớp học để nhắc nhở: “Lần kiểm tra thực hành này khác với những lần trước; ngoài việc không được trao đổi hay sao chép mã nguồn với người khác ra, các bạn có thể tự do tìm kiếm thông tin trên mạng. Các bạn có thể tham khảo bất kỳ dự án mã nguồn mở nào.”

Giáo sư Zhang thậm chí còn chu đáo dán tờ giấy ghi tên mạng WiFi và mật khẩu của trường lên bảng đen bằng nam châm.

“Nhưng có một điều cần lưu ý: đừng tự cho mình là thông minh quá mức, đừng nghĩ r

“Nếu việc tham khảo các dự án mở nguồn cũng không thành vấn đề, thì việc áp dụng trực tiếp những kinh nghiệm từ các dự án cá nhân trước đây càng là chuyện dễ dàng.”

Tuy nhiên, việc “áp dụng” ở đây không hề đơn giản chỉ là sao chép và dán lại.

Theo quan điểm của Lin Yuan, toàn bộ quá trình huấn luyện AI có thể được tổng quát hóa thành: thu thập dữ liệu → xử lý dữ liệu → tính toán sai số → phản hồi thông tin về sai số.

Mặc dù bài kiểm tra này không giải thích chi tiết lắm, nhưng nhờ vào việc học tập chăm chỉ trong nửa năm qua, Lin Yuan đã hoàn thành bước đầu tiên – hiểu rõ yêu cầu của bài thi.

Bước đầu tiên trong bất kỳ kỳ thi nào luôn là hiểu rõ đề bài; nhiều bài thi khó thường bị ảnh hưởng nặng nề bởi việc hiểu sai yêu cầu.

Nhìn vào vẻ mặt cau có của nhiều người trong lớp, có vẻ như họ chưa thể vượt qua được cả bước đầu tiên này.

Đề bài yêu cầu mọi người sử dụng phương pháp sáng tạo để thực hiện công việc nhận dạng ký tự OCR, nhưng không hề chỉ rõ những yếu tố nào được coi là sáng tạo. Đây chính là điểm khó đầu tiên trong bài kiểm tra này.

Nếu thực sự phải bắt đầu từ giai đoạn “thu thập dữ liệu” một cách hoàn toàn sáng tạo, thì có lẽ mọi người sẽ phải ở lại lớp suốt đêm.

Nhưng Lin Yuan đã quan sát xung quanh và nhận ra rằng ban tổ chức không hề có ý định để mọi người ở lại qua đêm, thậm chí còn không chuẩn bị bữa tối cho họ.

Lúc này khoảng hai giờ chiều; bài kiểm tra này kéo dài khoảng ba đến bốn giờ.

Lin Yuan nghĩ thầm: “Bài kiểm tra này thật là tùy tiện… Không biết là ai đã nghĩ ra nó.”

Vì bài kiểm tra chỉ kéo dài ba đến bốn giờ, chắc chắn sẽ có những điểm trọng tâm cần được đánh giá. Lin Yuan suy nghĩ kỹ một lúc.

Đối với công việc nhận dạng ký tự OCR, việc thu thập các đặc điểm dữ liệu chỉ là những bước mang tính chuẩn mực. Vì OCR không phải là lĩnh vực mới mẻ, nên chắc chắn đây không phải là trọng tâm của bài kiểm tra. Vì vậy, phần mã nguồn liên quan đến việc thu thập dữ liệu có thể được sao chép mà không gặp vấn đề gì.

Các bước tiếp theo như tính toán sai số và phản hồi thông tin về sai số cũng không cần phải sáng tạo gì đặc biệt. Nói một cách chính xác hơn, đây là bài kiểm tra nhập học cho sinh viên sau đại học, chứ không phải là cuộc tuyển chọn những nhà khoa học xuất sắc… Làm sao có thể mong đợi tìm ra những tài năng xuất chúng thông qua bài kiểm tra này?

Vì vậy, trọng tâm của bài kiểm tra này chắc chắn là đánh giá năng lực thực hành hàng ngày của các thí sinh. Nói cách khác, đó là xem bạn thực sự quan tâm đến lĩnh vực máy tính và AI đến mức nào. Nếu bạn thực sự quan tâm, bạn chắc chắn s

Ừm~~, cũng có thể coi là đi những con đường khác nhau nhưng đều dẫn đến cùng một đích thôi.

Vì đã quyết định kiểm tra kết quả luyện tập hàng ngày, nên cũng không thể kỳ vọng rằng trình độ của các bạn sẽ cao lắm được. Vì vậy, việc kiểm tra hai bước tính toán sai số và phản hồi sai số cũng là điều không thể thực hiện được, bởi vì hai bước này đều có quá nhiều phương pháp chuẩn mực sẵn có, và chúng không thể phản ánh được sự khác biệt giữa các cá nhân.

Thế thì chỉ còn lại bước cuối cùng – dữ liệu huấn luyện.

Phiên bản không sai thì phải đọc ở sách 6Ⅹ9Ⅹ số Ⅹ! Sách 6Ⅹ9 số Ⅰ là nơi xuất bản những tiểu thuyết mới nhất. Hãy đọc sách 6Ⅹ9 số Ⅰ nhé.

Bước này kết hợp nhiều kiến thức như đại số tuyến tính, giải tích, kỹ năng lập trình máy tính và hình ảnh học; đây thực sự là một bước rất tổng hợp.

“Chắc chắn phải như vậy,” Lin Yuan suy nghĩ xong liền nhanh chóng tìm ra đoạn mã liên quan đến “dữ liệu huấn luyện” trong dự án ban đầu. Anh dự định sẽ tái thiết kế đoạn mã này, còn các phần khác thì sẽ giữ nguyên như cũ.

Lin Yuan tiếp tục suy nghĩ sâu hơn.

Hiện nay, việc huấn luyện AI chủ yếu dựa trên các mạng nơ-ron sâu, nhưng chỉ với khoảng ba giờ đồng hồ thôi, việc vừa viết mã vừa điều chỉnh để thu được kết quả là điều hoàn toàn không thể thực hiện được; do đó, việc thiết kế các mạng nơ-ron sâu là điều gần như bất khả thi.

Nhưng nếu dựa trên kiến thức cơ bản về hình ảnh, đại số tuyến tính và giải tích, cùng với các thư viện công cụ toán học sẵn có như TensorFlow hay PyTorch, thì việc xây dựng một mạng nơ-ron khoảng ba tầng trong vòng ba giờ là hoàn toàn khả thi.

Đến lúc này, Lin Yuan bỗng nhiên hiểu ra.

“Việc phân tích đề bài đã hoàn tất. Hóa ra đây là một câu hỏi kiểm tra tổng hợp. Người soạn đề thật là tinh vi; họ đã loại bỏ hoàn toàn những người chỉ biết làm bài.”

Nhờ vào kinh nghiệm trước đây với các dự án nhận dạng OCR, Lin Yuan tin rằng mình chỉ cần hai giờ là có thể hoàn thành việc viết mã và điều chỉnh chúng.

Tuy nhiên, vấn đề là chiếc máy T440 này không hỗ trợ việc huấn luyện bằng GPU.

Các công cụ toán học cần thiết cho việc huấn luyện AI đòi hỏi cấu hình phần cứng khá cao; vì vậy, Lin Yuan đành phải sử dụng CPU để thực hiện quá trình huấn luyện.

Anh không hề lo lắng về điều này, bởi vì quá trình huấn luyện là một quá trình liên tục. Chỉ cần kết quả huấn luyện ngày càng chính xác hơn, thì dù thời gian có hạn, anh vẫn có thể thuyết phục các giáo viên cho phép mình kéo dài thời gian thực