第394章 知己者，莫若东也
讲到这儿，台下的学生就有点撑不住了。
他们才大二啊。
这帮人虽说不少都已经上手做起了自己的ai项目，模型调起来一个比一个溜，可姚先生今天讲的这个，实在太特么垂直了。
这已经不是“会不会用”的层面。
这是得专门钻进深度学习的数学理论里头，整天跟损失景观、隐式偏置、泛化边界这些东西打交道的人，才跟得上的东西。
随着姚先生的讲解，黑板上的公式越堆越多。
【Θ(x，x′)=??f/?θ，?f/?θ?……】
底下勉强还能跟上的人，越来越少。
有人已经开始小声地议论了起来。
“姚先生今天这……跟平时不太一样啊？”
这话说到了点子上。
平时姚先生上课，是出了名的深入浅出。
再难的东西，他总能用一些大家听的动的例子来讲解，把学问讲得有趣，好懂。
可今天他讲的这些什么过参数化的损失景观，梯度下降的隐式偏置，还有那个懒惰训练背后的 ntk机制……
这根本就不是给一群大二智班学生准备的东西。
这像是讲给同行听的。
然而坐在后排的李东，却听得津津有味。
这些东西，有一些他也不是全懂。
哪怕这一个礼拜，他几乎把市面上能找着的ai论文、文献、测评，一篇不落地全塞进了记忆宫殿。
可记忆宫殿这玩意儿，说到底只是个仓库。
它能存，却不能替李东啃透。
那些论文这一篇是讲损失景观，那一篇是讲泛化，另一篇又在讲什么核方法，李东完全没办法将它们有序的关联起来。。
而姚先生此刻在台上讲的这些，就像一根针线，终于将这些串联了起来。
损失景观为什么会连成片，连成片之后梯度下降凭什么偏心，偏心又怎么扯到了核方法的头上……
原来，它们讲的是同一件事。
……
就在李东顺着这根线往下捋的时候。
台上的姚先生，忽然停了下来，低头看着教案，似乎是在等底下的同学消化。
教室里，一下子就静了。
李东还沉浸在刚才的思路里没出来，姚先生讲的那个懒惰训练有个地方他一时没搞明白。
于是他下意识地就喃喃自语了一句。
“……可它要是一直这么懒，那它到底是从什么时候起，才真正学到东西的呢？”
声音不大。
可教室太静了，这一句话就显得格外的清楚了。
姚先生本来还低头看着教案，听见这一声，他抬起了头。
目光落到后排的李东身上，他笑了笑。
“李东教授，你这个问题，问得很好，”老人慢条斯理地说道，“网络要是真就一直这么懒、一直围着起点打转，那它顶多算个换了身皮的核方法，谈不上学到什么新东西。它真正开始学，是从它肯挪窝、肯把那些旋钮往远了拧、在底层自己长出一套有用特征来的那一刻起的。”
“这中间隔着的那道坎叫逃离 ntk机制，进入特征学习。”
“至于这道坎卡在哪儿，又该怎么迈过去……”
姚先生笑着摇了摇头。
“这恰恰是现在还没有几个人能说清楚的事。”
姚先生话音一落，李东却愣在了那里。
周围几个学生偷偷瞄他，心里都犯起了嘀咕。
好家伙。
这个问题难成这样了？连东神都被说懵逼了？
然而李东并没有被说懵。
他愣住的原因只是因为……刚才他的脑子里毫无征兆地冒出来一些更深的东西。
【当网络宽到极限的时候，不再被看成一堆死板的旋钮，而是化作了一片连续的“概率分布”】
【每一个神经元，都成了这片分布里的一粒尘埃。】
【训练也不再是苦哈哈地一个个拧旋钮，而是这一整片分布，在一个叫 wasserstein空间的几何世界里，顺着最省力的方向流动。】
这是把训练直接写成了一道描述质量如何流动的偏微分方程啊。
而顺着这道方程往下，那道卡了无数人从懒惰到特征学习的坎，竟隐隐约约露出了一点能绕过去的缝。
这才是李东懵逼的原因，他立刻就反应了过来……
这是姚先生脑子里的思路，是姚先生那些还没来得及说出口、甚至自己都未必理顺了的灵感。
它们被薪火相传进阶版的效果，塞进了李东的记忆宫殿里。
可紧接着李东又觉得不对劲。
刚才他坐在底下听，姚先生讲了那么久，他脑子里也只是把旧东西串了串，半点新的没冒出来。
偏偏是他喃喃问了那一句、姚先生回了他那一句之后。
这股灵感才出现的。
“不会吧……”
“难道非得我开口问才能……触发这个效果？”
他越想越觉得是这个理。
于是李东抬起头，有些抱歉地，看了一眼教室里那一张张还懵着的脸。
对不住了，各位。
接下来我要干的这些事，真不是我自己想这么干的。
……
于是在智班这一屋子人的眼皮子底下……
李东自打问完头一个问题以后，就完全停不下来了。
“姚先生，那顺着这个往下想。”
“要是干脆别盯着一个个参数看了，把整张网络拉到无限宽，看成一片连续的分布，训练是不是就能看作这片分布的演化？”
姚先生握着粉笔的手，微微一顿。
他没料到，这小子一张口，直接切到了平均场理论的腹地。
“……可以这么看。”
他眼里也透出了光。
“把训练写成分布的流动，那你紧接着就会撞上一个问题，它顺着什么尺度在流动？”
“顺着最省力的方向呗。”
李东几乎是脱口而出。
“可省力得有个尺度，寻常的欧氏距离不顶用，得换一种能丈量两片概率分布远近的法子……”
“最优传输给的度量尺度。”
姚先生接了下去，语速也快了几分。
“拿 wasserstein距离当尺度，这片分布的流动，就成了一道最优传输空间里的梯度流。”
“再往下一落地，你就得到一道偏微分方程。”
“连续性方程！”
两个人几乎是同时说出了这五个字。