第144章 发布会（1/2）

下午一点，山景城计算机歷史博物馆。

展厅里坐了五百多人。最后一排后面架了四台摄像机，cnbc的两台占了最好的位置。youtube的直播推流在侧门边上，一个工程师戴著耳机一直盯著屏幕上的比特率读数。

【上吧！勇敢的少年！美丽的天使在远方召唤你，勇敢的少年啊，快去创造奇蹟！】

身穿白色毛衣，蓝色牛仔裤的陈一然从后台的空隙偷瞄了一下观眾席，然后嘱咐茉莉：“我又不是14岁！以后我们真的搞出eva我也开不了！我上去了，开始给我提词。”

【遵循您的意志，议长大人。】

陈一然从右侧走上台，站在舞台中央后，感觉还不错，没有想像中的紧张情绪出现。

他先是对台下的人进行了一番调侃，主要是本来预计4百人，最后来了五百人，很多公司和大佬都主动来要邀请函，实在是推不掉。

“说实话，我也没想到，来了硅谷一年，我就有了这样的號召力。微软，甲骨文，这都不在我的邀请名单，主要是有段时间没交流业务了，就把你们忘了。

还好你们记得我，主动来找我要邀请函。还有马斯克先生，用了一辆特斯拉来换邀请函，也是很大气了。”

陈一然没有掩饰，直接对马斯克展开了邀请：“我其实非常看好spacex，如果项目有什么资金缺口，可以来找我。

毕竟，大家知道的，我已经被媒体形容为新一代行走的印钞机了。实际上我是不太满意这个称呼的，印钞机的效率应该没有我快。”

马斯克此时还没有顶级企业家的那种浑然自信，而是带著创业公司老板特有的那种小心谨慎，在台下一边鼓掌一边点头。

陈一然看到，心中一嘆，果然是没进化的老马，是那个能被联想老总嘲讽的靦腆网癮中登。

结束了发布会的常规幽默开场环节，陈一然直入主题，按了一下控制器，大屏幕显示了一张幻灯片。

“人类的语言，本质上是一串符號的有序排列。每一个词的含义，都依赖於它周围的词。『我昨天吃了苹果』和『苹果昨天吃了我』，同样的词，顺序不同，含义完全不同。”

他按了一下遥控器，大屏幕上出现了一张传统的语言处理流水线图。一句话从左到右，经过分词，词性標註，句法分析，语义理解。

“在过去，计算机处理语言都是这样的。串行，一个词接一个词，每个词只能看到它前面的东西。如果分词错了，后面的句法分析就全错了。”

又换了张幻灯片，陈一然继续讲解。

“在一句话里，相关的词往往不是相邻的。『昨天我和朋友在旧金山看了一场非常无聊的电影』。这句话里，『电影』和『无聊』的关係，比『电影』和『的』的关係重要得多。这些关联在传统的串行处理里，全部依赖於词和词之间的物理距离。离得远的词，关联就弱。

我说得具体一点。传统语言处理里有一个叫长距离依赖的问题。如果一个句子超过二十个词，句首的词就很难和句尾的词建立有效关联。

因为信息在逐层传递的过程中会衰减。就像你传话给下一个人，不会有问题，但是传了二十个人之后，很可能意思就被曲解了。”

大屏幕上又切了一张图。这一次不是传统的流水线，是一个完全不同的结构。

屏幕上的图开始动，一句话被拆成了所有单词，每个词不再是串行排列，而是分散成一个圆圈，互相用线联繫。

“我用了另一种方式，並行化语义关联，一句话输入之后，所有的词同时处理。每一个词，会同时和这句话里的其他词做一次相关性计算。”

屏幕上，这句话的不同词语，相互连接的线有粗有细。

“相关性的计算方式是自动学习的，什么样的词应该关联在一起，不需要人来告诉它。不需要词典，不需要句法树，不需要任何人工標註。

它会自己从海量的文本数据里学出来。『电影』和『无聊』总是出现在相似的模式里和相似的位置上，它就自己把这两个词连起来。这还不是最关键的。”

大屏幕上又切了一个画面，同一个句子，但是分了三组独立的连线，每组连线都是独立的，互不干扰，同时运行。

“最关键的，是这个相关性计算可以同时做很多组。三组，八组，十六组。越多越好。每一组关注的关联模式不一样。”

他按了一下遥控器。第一组连线高亮，连接的是“电影”和“无聊”之间的语义关係。第二组高亮，连接的是“昨天”和“看了”之间的时间关係。第三组高亮，连接的是“朋友”和“我”之间的人物关係。

“第一组抓语义，第二组抓时態，第三组抓人物关係。它们同时工作，互不打架。机器不需要理解什么是『语义』，什么是『时態』”。它只需要同时用不同的方式来关注同一句话。”

下面的技术人员还算镇定，这些都不算非常让人震惊的东西，但如果已经用技术成功实现就不一样了，他们开始期待下面的演示部分。