第758章 流形學習

  姚夢娜提出的這個問題，對于常浩南來說，不難理解。

  只是很難解決。

  真要說起來的話，這涉及到文本挖掘、數據可視化、信息檢索、數據挖掘、機器學習乃至人工智能等一系列問題。

  如果真做到姚夢娜所設想的那樣全自動化生產，那就是工業4.0了。

  在1999年這個時間點上，顯然不大現實。

  但不可能完全實現這一整套東西，并不意味著其中沒有可以作為突破口的部分。

  比如數據挖掘和信息檢索，就是千禧年附近很火熱的研究方向。

  其核心目的是從海量數據庫和大量繁雜信息中提取出有價值的知識，并進一步提高信息的利用率。

  實際上，在常浩南重生之前，飛機設計和制造領域已經開始應用這方面的技術，他本人也接觸過不少。

  但當年的他作為一個工科出身的普通技術人員，并沒有太多理論功底。

  而系統，則首先需要構建出一個完整且可行的思路出來。

  這就導致如今他腦子里空有一大堆名詞，但卻不知道哪個是破局的關鍵——

  實際上，他此時就面臨著無法從大量繁雜信息中提取出有價值信息的困境。

  “信息……”

  常浩南從旁邊扯過一張紙，在紙的最中間寫下了兩個字。

  在理想化的模型中，最好是一個數據就可以精確且唯一地描述一個含義。

  也就是一維數據。

  小學和中學時候做的應用題，大體上就是這樣。

  實際生活中面臨的，其實大多數也是這種問題。

  而對于稍復雜一些的情況來說，要完全描述一個含義，往往需要一組數據。

  但與此同時，這一組數據又往往不只能描述這一個含義。

  要想在數學上描述這種一組（多個）數據對應多個含義的現象，就需要將一組數據在不同的維度上進行展開。

  這是由數學理論推向現實的情況。

  而反過來，現實中收集到的信息，在多數情況下，本身就是已經展開過的高維數據。

  而如果想要讓計算機處理這些高維數據……

  常浩南思索半晌，又在紙上寫下了三個基本條件：

  1、對原始高維數據進行壓縮，降低原始高維數據的維度，進而節省存儲空間，同時也降低高維數據的計算復雜度。

  2、消除，或者至少降低隱藏在原始高維數據中的噪聲。

  3、提取到高質量的數據特征，提升后續的數據表示和分類任務的效果。

  他在腦子里把這三條內容過了一下，然后試圖讓系統給出一個結果。

  沒有反應。

  顯然，這并不能被算作是“完整且可行”的思路。

  ……

  不知不覺間，常浩南就在辦公桌前枯坐到了快要吃午飯的時候。

  仍然沒能想出一個很好的思路。

  直到一陣來自腹部的叫聲把它從深思中吵醒。

  確實有點餓了。

  姚夢娜看了看紙上的一個名詞和三句話，也知道常浩南大概是沒什么思路，干脆站起身道：

  “要不先去吃個飯？”

  “也好。”

  常浩南不是那種死鉆牛角尖的人。

  更何況數學這種東西，光靠俺尋思是尋思不出個一二三的。

  沒有靈感，說啥都沒用。

  不如先放松一下，換個思路。

  十五分鐘后，三人（連同朱雅丹）已經圍坐在了食堂二層的一個圓桌旁邊。

  這里算是個點餐制的小灶，價格比下面的大食堂貴一些，加上還要多上一層樓，因此來這里吃飯的人并不算多。

  倒是旁邊的小超市，來來往往的人流量不少。

  常浩南面前擺著一份熱氣騰騰的羊湯面，但卻并沒有急著動筷子，而是出神地看著不遠處樓梯口上上下下的人群。

  90年代這會，方便面還屬于非常流行的即食類食品。

  常浩南讀本科那陣子，大家的條件普遍比較差，有閑錢吃得起的人不多。

  但到了99年這會，大學生在宿舍備上幾袋甚至一箱，都不算什么稀罕事了。

  “你們說……”

  常浩南突然開口道：

  “生產方便面的企業，是怎么保證不漏裝或者多裝調料包的？”

  正在低頭吃飯的姚夢娜一愣，旋即意識到常浩南這還是在思考剛才她提出來的問題。

  給方便面里面塞調料包和給飛機