而沒有真正意義上的深度學習,就沒有真正意義上的人工智慧。
某種程度上來講,深度學習是機器學習的子集。
想要利用人工智慧促進文字摘要方面多工的進展暫時不現實。
畢竟林灰還需要不短不長的一段時間進行一些深度學習理論方面的基建。
至於說目前的話,如果想要實現多工文字摘要。
唯一比較可行的方法只能是藉助於大資料調教新聞摘要技術。
透過長時間的訓練使得生成式摘要演算法有搞定新聞的多任務處理。
為什麼訓練生成式摘要演算法這件事情涉及到了大資料呢?
事實上演算法不是空中樓閣,一般都需要在生產生活的實踐中長期摸索。
一個優秀模型、演算法的誕生更是少不了不斷的除錯探索。
通常情況下,一次次的除錯離不開資料的支撐。
之所以所通常情況下。
是因為有些直覺超級牛比的大老參與的模型/演算法除錯過程會有例外。
這些大老有時不依靠資料,依靠直覺也能微操到效率很高的狀態。
但也不能因此否定資料的重要性。
大老的直覺很大程度上應該也是長期處理資料所形成的經驗。
總之,資料是相當重要的。
而大資料的核心在於利用資料的價值。
在演算法的調校過程中合理利用大資料以及大資料的一些研究規律往往能夠事半功倍。
像生成式文字摘要這樣一個自然語言處理方面的機器學習演算法想要取得長足發展更是離不開大資料方面的助力。
雖然利用大資料調校生成式文字摘要只能說是大資料的一個簡單應用。
但依靠大資料訓練調校演算法也是需要時間的,不可能一蹴而就。
林灰估計按照正常的科研進度。
用大資料將能處理多工新聞的摘要演算法搞出來起碼也要一兩月之後。
雖然林灰的前世的資料裡面大機率就有現成的能夠完美勝任多工新聞摘要的演算法。
但林灰覺得還是科學搬運比較好。
總之近期進行搬運是不可能的。
林灰最近已經搞出太多動靜了。
如果短時間內又去涉足大資料這方面指不定又生出什麼枝節。
雖然即便是林灰照常搬運的話也不一定有人會質疑林灰技術的水平。
畢竟現在文字摘要這方面由於林灰遙遙領先。
很多追趕者可能已經處於找不到北的麻木狀態了。
在這種情況下林灰就算有所動作這些人也未必能追得上林灰的腳步。
但正所謂莫見乎隱,莫顯乎微,故君子慎其獨。
對手的麻木不是林灰肆意妄為的理由。
有些事情只有0次和無數次的區別。
一次不遵守正常技術演進順序的邏輯的搬運讓林灰嚐到甜頭的話。
林灰不敢保證今後不會繼續遵守客觀事實規律。
畢竟魚塘炸魚的誘惑還是比較有吸引力的。
但這種“爽”結伴而來的代價是危險。
不遵守客觀規律搞風搞雨的話是十分危險的。
或許一次兩次不合邏輯的搬運不會引入注目。
但長此以往的話難免不會翻車。
常在河邊走,哪能不溼鞋。
穩妥起見,還是遵照客觀邏輯比較好。
細水長流才是王道。
一不小心翻車就不好了。
總之,縱然林灰前世的企業級硬碟裡一定有調校好的能完美勝任多新聞處理的演算法。
林灰也沒動心思將這樣的演算法搬運出來。
至少短時間內林灰沒有這樣的念頭。
林灰現在學術方面要做的只能是在生成式摘要演算法這個方向深耕。
儘管生成式摘要演算法這個方向看起來似乎很不值得一提。
但其背後卻是自然語言處理的宏大世界。
從這個宏大的研究領域林灰相信他能到達相當高的學術高度。
前不久在該方向獲得國家科學技術進步獎二等獎的提名也說明了該方向的正確性。
總之,林灰絲毫不懷疑自己路線的選擇。
此前林灰在此之前已經有過很多這方面的思考了。
林灰不覺得自己有什麼疏漏的地方。
重來一遭,林灰擁有比別人更多的資訊資源。
依靠這些資訊做出的決斷,林灰相信他選擇的方向的正確性。
……
……
具體到多任務處理這事儘管林灰當下也沒太好的解決方式。
儘管如此,面對著邱佳純提出的意見。
林灰還是表示一定會儘快妥善安排。
並在兩個月內安排出合理且妥善的解決方案。
在此之後,林灰繼續向邱佳純請教,問她還有什麼建議。
在提出多任務處理之外邱佳純還向林灰建議將南風APP專業模式開發出對應的macOS版本。
邱佳純稱即便南風APP的專業模式現在已經很強大了。
但在蘋果手機上此時尚且只有4''的螢幕上進行一些相應的操作仍然很不方便。
這個倒是問題不大,邱佳純反饋的這件事林灰欣然應允了。
事實上因為南風APP是一款離線軟體。
處理資料的時候主要依靠於裝置本身所提供的算力。
因此更高階的裝置反倒能更好的發揮南風APP的軟體效能。
為了給南風APP進一步提高效率將軟體適配計算力更高階的平臺是遲早的事情。
此前,林灰就有將南風APP開發移植到macOS系統上有過相應的打算。
【穩定運行多年的小說app,媲美老版追書神器,老書蟲都在用的換源App,huanyuanapp.org】
只不過受限於事情繁雜,這件事一直沒有成行。
涉及到macOS應用的開發其實不是一件很複雜的事情。
前世林灰自娛自樂就搞過不少macOS的程式。
雖然現在的macOS版本有些復古,但問題應該也不大。
即便是有點小麻煩也沒太關係。
這個世界上90%以上的麻煩都能用錢解決。
實在不行買一些架構相似的現成macOS程式。
然後直接將裡面的核心演算法進行替換。
這之後可能仍然需要涉及到一些調整。
但工作量也會小很多。
除了搞個適配macOS的,搞個相應的pad版本相容的也沒啥難度。
畢竟此時pad上執行的就是大號iOS。
在實際搬運的時候,林灰只需要注意一下渲染解析度之類的事情就好了。
不過此時南風APP在iPad上效率應該不會比手機上有什麼差異。
林灰印象中蘋果平板和手機採用差異化的晶片策略還是在iPad Air 2之後才出現的。