台下静了一瞬，然后响起低低的笑声和议论。
“这也太直接了吧……”
“肖神风格，符合人设。”
“我喜欢，不浪费时间。”
讲台上，肖宿已经点开了PPT第一页。
标题很简单：“群作用下的特征空间统一表示”。
“传统多模态学习的问题在于，不同数据类型的特征空间是异构的。”
肖宿的声音通过麦克风传遍讲堂，清淅而平静。
“图象用卷积神经网络提取特征，文本用Transforr，语音用梅尔频谱。这些特征矢量维度不同，结构不同，度量不同。强行融合就象把苹果和橙子加在一起算总数，没有意义。”
他在白板上画了两个不相交的圆圈，分别标注“图象特征空间”和“文本特征空间”。
“我的思路是，引入群论作为统一框架。”
肖宿切换PPT，出现了一个复杂的数学结构图。
“所有数据模态，经过编码器映射到同一个群表示空间。在这个空间里，图象旋转、文本语法变换、语音时移，都可以看作群作用。”
台下，姚毅智院士眼睛一亮，迅速在笔记本上记下几个关键词。
“关键在于对称性约束。”
“每个数据模态都有其内在对称性。”
“图象有旋转、平移、缩放对称；文本有语法、语义对称。”
“自监督学习的目标，是在保持这些对称性的前提下，解耦出独立的特征因子。”
他调出了一段代码演示。
屏幕上，一个简单的神经网络正在训练，输入是未标注的图象和文本对，输出是解耦后的特征矢量。
“训练过程中，系统会自动发现不同模态特征之间的映射关系。”
肖宿指着屏幕上的损失函数曲线。
“这是群等变约束损失，这是特征解耦损失。两者结合，就能实现跨模态的自然对齐。”
钱卫华院士身体前倾，盯着屏幕上的公式。
他是搞超算出身的，对算法效率极其敏感。
而肖宿展示的这个框架，计算复杂度明显低于传统的多模态融合方法。
“具体到实现细节……”
肖宿开始深入技术内核。
接下来的三十分钟，他象拆解精密的机械一样，将整个群论框架一层层剥开。
从李群在流形上的作用，到特征空间的纤维丛结构，再到自监督信号的构造方法……
讲堂里的气氛开始变得有些微妙。
前十几分钟，大部分学生还能勉强跟上，毕竟肖宿讲得深入浅出，而且还用了很多直观的比喻。
二十分钟后，大多数学生已经开始眼神涣散了。
那些“李代数”、“表示论”、“上同调”之类的术语，像天书一样在头顶飞舞。
“我……我听不懂了。”
一个数院大三的学生痛苦地捂住脸，“虽然我们已经在上抽象代数了，但肖神讲的东西，好象跟教科书上的不是一个次元啊……”
他旁边的室友更惨，已经选择放弃治疔，开始在笔记本上画小人了。
“没事，听不懂正常。我怀疑咱们系一半的教授现在也在硬撑。”
确实，中后排的教授们表情各异。
有的频频点头，显然跟上了思路；有的眉头紧皱，努力消化那些新颖的概念；还有的已经在翻看提前打印的论文，试图对照理解了。
姚毅智院士的笔记本已经写了三页。
他偶尔会停下来思考几秒，然后快速写下新的想法。
身后的博士生们就没这么轻松了，一个个如临大敌，拼命想跟上节奏。
“现在看一个具体应用。”
肖宿切换到了“小智”系统的演示界面。
屏幕上出现了那个简洁的对话窗口。
肖宿先输入了一个很简单的水果分类问题，小智在几秒钟的时间里就能够自动完成思考并作出回答。
这看似简单的一幕，却让懂行的人脊背发麻。
聪明的网友可能要问了，这么简单的问答，现在的DeepMind、OpenAI等顶尖机构的AI模型都能轻易做到，有什么特别的呢？
答案就在于小智回答肖宿问题的答案，事先并没有在训练数据中明确标注，而是系统通过特征解耦自主“理解”的。
类似OpenAI这”的路子，它”增加”的固定关联，熟
它的数据内容多了，回答的答案正确的概率也上升。
但是，又因为它的数据库杂乱的内容太多，导致最后连开发者都无法知道它会给出什么答案，也就是“黑箱”。
这也是有些人工智