在两者都打下一定基础之后，才算真正跨入该领域的大门。
机器学习、深度学习、自然语言处理、计算机视觉、数字图像处理...
这些才是ai方面的重中之重，相比而言，之前的內容更像是为了方便教学。
王东即便再天才，也无法在这个短短的国庆假期精通以上的所有內容，但若仅是了解学习，那还是可以做到。
这种变態的学习能力甚至让图灵先生都讚嘆不已。
【阿兰?麦席森?图灵讚嘆於你对人工智慧的信仰】
【获得专注*0.1】
经过一个假期的不懈研读，王东认为现在的自己有资格打开那份苏瑜然发送过来的共享文档了。
文档里面的內容十分全面，不仅包含有关比赛的各路信息，还有准备提交的初赛算法。
看来苏瑜然真的很信任自己，就这么把初赛算法发过来了，也不做做保密工作。
不过回想起来，这一切的开头都是因为自己给杜凡院士的那封邮件，再加上苏瑜然和杜凡眉眼之间的几分相似，王东突然觉得事情没那么简单。
学姐...好像背景不一般啊。
也是，人家好像也不需要特別保密，毕竟只是一个小小的竞赛而已，又不是要发表在顶级期刊的论文。
带著敬畏之心，王东开始瀏览里面的各种內容。
“东亚智能杯”虽然今年是第一届比赛，但是它的赛制体系已经设计得十分成熟了。
初赛採用了常见的徵集策略，由主办方公布一道ai的实际应用场景，参赛团队只要在截止时间结束前將具体的算法方案提交到组委会就算完成。
然后通过组委会的討论筛选，决定决赛的参与名单。
决赛则是现场公布题目，团队要在有限的时间里拿出来一个自己团队的最佳方案，由此评定成绩。
而初赛的题目则是“城市突发拥堵应急调度ai算法设计”，这是一个很常见的使用场景。
题目要求在30天歷史卡口数据和实时事故流的约束下，同时兼顾拥堵预判精度、应急调度时延与系统容错率。
王东虽然没打过竞赛，但他可是经受过高三高强度的考试训练，做题他还是很有心得的。
明眼人都看得出来，拥堵预判精度、应急调度时延与系统容错率，这三个核心指標就是初赛评比的关键。
也就是说设计的算法要围绕这三个指標展开，最后算法测试的指標数据高低，就是能否晋级的关键。
果然，苏瑜然她们就是这样设计的算法。
用了一下午时间，王东才从头到尾细细地研读完苏瑜然她们的初赛答案。
从最后附上的算法测试结果来看，这是一个完成度很高的算法。
不仅筛掉了99%的冗余变量，算子融合与模型量化把推理时延压到了82，甚至预判精度衝到了98.7%，容错率稳在0.17%。
对於通过初赛来说，完全是绰绰有余了，甚至可以说是降维打击。
然而在拥有【数学逻辑】和【图灵测试】的王东眼里，却还是有可以优化的地方。
这套算法设计的核心架构在於全局加权时空交叉注意力和双路冗余推理分支，就是这两个模块才將整套算法的精度和容错率拉到如此高的水平。
然而设计者却忽略了关键一点。
全局加权確实能够提高整体的精度，但突发事故是典型的长尾分布。
使用全局权重会把极端事件的特徵稀释，即便后面为了弥补这部分精度，又加了三层正则化。
但边缘场景的擬合度却反而被拉低了，过擬合和风险全藏在了测试集没覆盖的极端工况里。
而双路冗余，为了满足容错率选择了全程双路並行，但应急场景里94%的常规工况，单路推理的容错率完全可以达標，全程双路只会平白增加时延。
虽然都是一些微不足道的小点，但修改之后可能会让算法整体更上一个层次。
儘管即便不加以修改，这份算法也足可以通过初赛，王东还是在文档里留言了自己的思路。
这样也算是有团队贡献了。
在王东的社交观念里，对团队有贡献的人才能更好地融入团队。
他可不想自己被人当作空降的关係户然后被人排挤。
“这样子，应该能更快地融入团队吧...”
由於临近高铁的出发时间，王东在文档的留言板上把自己的想法思路写了个大概，就匆匆出发去高铁站了，完全忘记了署名的事情。
等到他赶到天海西站第七站台的时候，离发车仅剩下两分钟了。
好在是始发站，不然能不能上车还真得另说。