赵文渊轻轻咳嗽了一声，把几人的注意力拉了过来，然後开口说道：
「既然大家都同意按照韩总的思路试一试，那我先详细讲解一下我们这边现在的成果，以及两边怎麽融合。」
听了赵文渊的话，梦脑科技的人都提起了重视。
汤圆和起源的大名在人工智慧这个领域如雷贯耳，但是毕竟隔行如隔山，他们的技术有多少能用在脑机接口这个领域还真不好说。
现在对方的首席科学家发话了，詹想的心里格外矛盾，既期待这位赵博士能从别的角度带来新的解决方案，又不甘心自己卡了几年没有进展的难题被别人轻而易举地解决掉。
詹想心想，最好是他们提供一点思路，但是自己来把整个工作完成。
赵文渊起身，站到了会议室的白板前面，拿起一支马克笔就在上面画了起来。
他没有使用预先准备的幻灯片，也不需要，起源旗下所有模型的训练思路都在他的脑子里，架构图信手拈来。
不一会儿，汤圆训练架构就被画在了白板上。
「梦总，詹总，你们看，汤圆1.0就是这麽被训练出来的，从原始语料建立起基座模型，到高精度标注的调整权重，造就了它的意图理解和问题解决能力。按照韩总刚才提出的思路，我们先使用梦脑现在积累的脑电数据来训练出一个基座模型，这个模型不需要能够准确地理解每一个脑电波所代表的意思，它更像是一个预训练模型，能够把你们所提供的三万个小时的原始数据中，哪些模式是反覆出现的通用信号，哪些是杂乱的噪声分辨出来。」
詹想试图跟上赵文渊的思路，听他说完之後摇了摇头：「赵总，这恐怕不行，这些数据量虽然大，但是太杂了，想从里面直接总结规律不太可行。」赵文渊看了他一眼，心想，是你懂机器学习还是我懂机器学习。
自监督预训练恰恰不需要有统一的标签，那是後训练阶段才需要做的事情，自监督本身就可以从杂乱的数据里学习通用结构。
但是他没把这质疑说出来，新方法和梦脑现行方法差距太大，他们的团队有所怀疑也是正常的。但是旧方法显然没用，不然梦脑科技不会卡在这里。
这倒是让赵文渊想起来翻译领域的历史来。
最一开始做机器翻译的时候，人们也是先从翻译家和语言学家的方法开始，想要用人做翻译的方法教会计算机做翻译，什麽语法、文法、从句结构，都写到规则里去。
效果怎麽样?
一言难尽。
直到後来人们走了另一条路，用大规模的数据统计概率，也就是机器学习来进行训练，效果得到了显着提升。
做语音识别的大牛弗雷德里克·杰利内克对此有句名言：「我每从团队中开除一个语言学家，语音识别的性能就提升一大截。」
顺带一提，transfrmer架构本身最初发明出来就是用於翻译的，效果确实惊艳，并且後来被证明这个架构不只可以用来做翻译。
赵文渊不打算当面说服詹想，语言上的交锋毫无意义，只是说道：「詹总，不如我们尽快开始第一轮训练，有了第一轮的结果，我们就可以知道这个方向是不是可行了。」
他相信，等到结果出来，詹想自然会被说服。赵文渊接着问道：「这些脑电波数据的采样率是多少?对应的数据量有多大?」
詹想一愣，没想到赵文渊对自己的问题避而不答，显然对训练结果极为自信，一时没回答赵文渊的问题。
反而是梦瑶先说道：「是256赫兹，标准采样率，我们的微型电极阵列会对采集到信号进行聚合，采集通道最高1024个，使用24比特精度。」
她看出赵文渊这个问题是想问数据大小，把原始数据的参数一下都报了出来。
赵文渊沉吟了一下，迅速在脑子里做了个估算。
三万个小时，按照256赫兹计算：
30000x3600x256=27648000000
单通道就是接近两百八十亿个采样点。
1024个通道的话，总的数据量就是二十八万亿个电位信号，24比特精度，大概也就是84tb的数据。
作为脑电波数据，这个量很大；但是作为训练模型的数据，这个量简直小得不值一提。
训练系统做久了，会对数据量级有一个近乎本能的敏感度，刚才这些数据的估算在赵文渊脑海中也就是十几秒的时间。
然後他开口说道：「这个数据量，我们没必要起得太大，可以先做一个五亿参数的模型看一看。」詹想下意识地重复了一遍：「五亿?」
他们团队手工特徵提取出来的模型，参数还在千万这个级别。
赵文渊听他开口，以为他觉得小了。
毕竟五亿参数，只有0.5b，市面上随便一个开源模型都比这个大。汤圆1.0可是万亿级的巨无霸，就这还远远算不上市面上最大的模型。
这个预计第一轮叠代的脑电模型，和大语言模型们比起来，简直像一个小可爱了。
赵文渊开口宽慰道：「开头先做小一点，效果好我们再提升。」
詹想被噎了一下，接下来的话也没说出来。
五亿——小吗?那我们现在的模型算什麽?微微?
梦瑶倒是没被这个数字刺激到，她的领域在脑科学领域，算法本来就不是她的专长。
所以从刚才开始，她一直更关注的是韩路一刚才所说的第二点，通过起源的新模型架构实现快速的从意图到动作的翻译。
两百毫秒。
她不确定韩路一是不是随便说出来的数字，但是这个数字恰好是人类平均从大脑产生想法到肌肉响应，最终做出动作的平均时间。也就是说，如果脑机接口真的能实现这个延迟水平的信号传递，它就能让残障人士像使用真实的肢体一样使用外接的人造设备。
那才是真正解决了助残这个难题。
甚至於，如果能够实现这个级别的性能，再加上非侵入脑机本身的无害性，民用、娱乐用的场景也会大幅度拓宽。
至少玩家们能用它来打游戏了。
梦脑科技现在的平均延迟在八百毫秒到一秒，这个速度肯定是不合格的。
但问题是，这已经是他们竭尽全力才能做到的水平了。
要想做到两百毫秒，速度还要再提升四五倍。
说实话，neralink通过侵入式的解决方案，在脑神经活跃的地方直接收集电信号，能做到这个速度已经很惊人了。
以梦脑科技现在的技术路线，通过什麽方式才能做到?
梦瑶忍不住开口问道：「赵总，我们假设第一步的通用模型能成功——」
「可是下一步怎麽办?我们怎麽才能做到两百毫秒?」
(爱腐竹小说网http://www.ifzzw.com)