上午是一节《神经网络》大课，作为目前AI领域最火热的研究方向，还是权威专家主讲，不仅有本专业的学生，还有读软件工程的跑来旁听。
两人到时，教室、走廊挤得人山人海，几乎不用想，得站着上课。
陆少英忍不住抱怨，“这下好了，应该早点来的。”
陈然示意淡定，“别慌，会有座的。”
正准备往后排挤，忽然有个漂亮妹子招手，“陈然……陈然！这边，这里有座！”
女孩叫李舒涵，戴着黑框眼镜，扎着单马尾，小圆脸有点嫩嫩的婴儿肥，一笑就露出两个酒窝，又酥又甜。
好看吗？
陆少英就觉得挺美，像邻家的小妹妹，温柔又可爱。
陈然一扬眉，“我说有吧？”
有个屁！跟我又没有一毛钱关系……
陆少英一脸便秘的表情，“她只占了一个座。”
陈然点了点头，“也是。那我过去了，你再找找。”
陆少英……
这个逼长年有妹子帮忙占座。
挤在过道里，陆少英心里忍不住泛酸，不就是长得帅吗？
有什么了不起！
“诶，听说了吗？”望着陈然，李舒涵就甜甜的笑了起来，心情很好，“这节课的老师是学校宣传了好久，最新聘请的大牛。”
“知道。”陈然点了点头，语气毫无波动，“苹果语音组、微软机器视觉实验室顾问，也算是权威专家吧。”
正说着，两个中年人踏着铃声走进教室，前面颇具威严的是院长赵楠，落后他半个身位的老师西装革履，却有一股儒雅之风，看起来也和善。
“院长怎么来了？”李舒涵吐了舌头，“学校好重视。”
“确实。”陈然点头同意，教材终究是落后于行业发展的，AI领域最前沿的技术几乎全部掌握在互联网公司手里，从这个角度来说，学校请对了人。
讲台上，目光扫过秩序井然的教室，在陈然身上稍作停留，赵楠才开腔道：“同学们，AI作为第四次工业革命引擎，关系到科技、生产力大爆发，未来的世界格局！”
“不仅是我国，美、日、英、法等众多发达国家，都已经把人工智能上升为国家战略！”
“你们个人的前途与国家的兴旺紧密相连……”五分钟开场白过后，赵楠介绍，“学校非常重视AI学院的建设，请到当今机器学习领域权威，斯坦福李开来教授，大家欢迎！”
同学们报以热烈的掌声，赵楠则让出讲台，走到一边旁听。
“院长过誉了，也感谢大家！”
谦逊几句，李开来简单做了自我介绍，调侃道：“相比AI，互联网已经是过时思维，为了抢夺优秀人才，各大公司开出25到50万的年薪，同学们的钱途十分远大啊。”
“哈哈哈！”一张张年轻的面孔都笑了起来，深受鼓舞。
“神经网络作为深度学习的基础，是目前AI领域最火热的研究方向。但是，很少有人知道，神经网络也是一门古老的技术。”
“1943年就有了神经元的数学模型，从而组成神经网络，分为输入、输出层，和中间可扩展的隐藏层，层与层之间的神经元互相连接，连接上设置权重，或者说参数。”
“1958年，建立错误修正机制，学理架构基本完成。”顿了顿，李开来话锋一转，“但AI的迅猛发展，却是近几年的事。大家说说，这是为什么？”
同学们七嘴八议论开了，很快有人大声回答，“大数据。”
“很好。”李开来赞许的点了点头，“训练神经网络需要巨量的数据。在2016年的人机大战中，AlphaGo就使用了三千万张棋谱……这是一个，还有吗？”
“摩尔定律！”同学们继续补充，“计算机性能越来越强。”
“对，硬件要求很高！”李开来目光扫过教室，“算力是一个，还有吗？”
“还有算法。”陆少英答道：“以前随机指派权重，响应慢，算力要求高。2006年，深度学习（DNN）之父Hinton提出非监督学习指派初始权重，大幅缩短运算时间，才真正好用起来。”
“看来这位同学做了不少功课。”李开来笑了笑，竖了个大拇指，“说得很对！”
当着这么多人，尤其是院长的面，被大牛表扬，陆少英很开心。可一转头，却发现李舒涵正巧笑嫣然和陈然咬耳朵，顿时酸溜溜的索然无味。
“没有数据、算法、算力逐步达到爆点，就不可能有AI的爆发式增长。”
李开来作完总结，打开PPT，“神经网络是模仿生物大脑行为特征，分布式并行的算法数学模型。依靠网络的复杂程度，连接和参数的调整，达到处理信息的目的。”
正式开讲以后，同学们都翻开课本，认真听了起来。
“CNN（卷积神经网络）在图像上的应用为例，利用卷积核对像素点进行卷积操作，提取图像特征，例如物体轮廓、颜色深浅……”讲到这里，李开来忽然顿住，“下面我想提个问题……这位同学，对，没错，就是你！”
在同学们的注视下，陈然缓缓站了起来，有些尴尬，上课讲话被老师点名，李舒涵捂着脸把头埋了起来，羞不可抑。
注意到陈然面前空荡荡的桌子，没有课本，没有笔记，李开来心里就叹了口气，这就是个学渣啊，又是一个金玉其外，败絮其中的例子。
李开来不反对大学生谈恋爱，但前提是别影响学业、分得清场合，课堂是你们秀恩爱的地方吗？说实话，李开来看见就恶心！
仗着一副好皮囊以为包打天下，从不想丰富自己的内涵，这样的人生何其浅薄。
心里生气，李开来说话就有些挖苦，“这位同学不用听讲，成绩应该非常好？！”
陈然稳如泰山，“还行。”
一旁的院长赵楠差点没憋住笑，这语气……哪里是什么还行，明明是相当行！
其他人就不同了，简直不敢相信自己的耳朵！
不要怂，就是干，直接跟老师叫板？
谁给你的勇气，梁静茹吗？！
陈然的座位比较靠前，大部分人只看到了背影，但想法惊人的一致，这个逼就算这次不被老师喷得体无完肤，以后也别想轻易及格，记住你了知道吗？
真是个作死小能手，挂科啊，就问你怕不怕？！
李开来也被气乐了，还行？行行行，那我考考你，“说说看，卷积神经网络模型的卷积核大小、个数，卷积层数如何确定？”
怎么确定？
没办法确定。
神经网络其实和光学镜头很像，都是一层一层叠加起来的，所不同的是，光学理论经过数百年的发展，早已不是伽利略时代依靠经验来设计。
但神经网络时日尚浅，缺乏指导理论。一般是靠经验，或者感觉来设置参数，通过大量训练的实验反馈挑选最佳值。这也是卷积神经网络虽然效果拔群，却一直为人诟病的原因。
或许有个别补漏的办法，但系统解决问题……谁答得上来？
在李开来看来，这个大坑能把陈然活埋。
可出乎意料，陈然道：“老师，我可以借用一下黑板吗？要用到几个数学公式……”
哈哈，数学证明算法的有效性？
这么高端的操作，当自己是AI领域某个响当当的大佬？
你有那个水平吗？！
李开来已经不耐烦了，“不用，直接说。”
好吧，陈然知道了，这是觉得他肯定答不上来，纯粹浪费时间啊。
不过，这个问题，我刚好有发言权……
陈然也懒得上去了，“CNN的卷积核大小、个数，卷积层数，实际上是一个多元函数的最优化问题，可以理解为全局收敛下的求最优解，这是一个混合系数……”
“等等！”陈然的话让李开来感觉很熟悉，“你看过《论CNN的数学解释》？这种大佬的论文很难懂，我也要学习很久，你背下来没用。”
“这个么……”陈然又摸了摸鼻子，有点尴尬，“老师，我是这篇论文的作者。”