學習使我富裕  第074章 你能做的豈止如此

類別:  | 原生幻想 | 學習使我富裕 | 青色的巖   作者:青色的巖  書名:學習使我富裕  更新時間:2021-03-29
 
而具體一點,人工智能又可以劃分為弱、強和所謂的超人工智能。

弱人工智能舉個例子,下圍棋的那只就是。

也就是說,不必在意機器是否使用與人類相同的方式執行任務,只要機器可以達到令人滿意的實際解決問題的效果就行了。

舉個生物界的例子,鸚鵡學舌,鸚鵡不必像人一樣思考為什么要這樣說,只要最后說出令人滿意的句子來了就行,至于它到底懂不懂這句話什么意思,誰在乎呢?

目前絕大多數的人工智能都是這樣子的。

就算是看上去非常智能的語音助手和阿爾法狗,也是弱人工智能。

蘇航要做的就是這個。

利用神經網絡與BIM的結合,將深度學習應用到工程中的方案選擇、檢查優化、成本管理、……等中去。

蘇航看著自己紙上寫的亂七八糟的想法,原來從零開始一篇論文還是有點困難的。

上次是系統給的一篇較為完整的說明,所以自己才會那么如魚得水,一氣呵成,寫的得心應手。

但這都是錯覺。

也許自己基礎知識不錯,也許自己有獨立解決一個問題的能力,但是,要真的去做一個科研項目,正如那兩位老師所說,太嫩了。

都是系統給他的錯覺,讓他感覺自己很強。

其實,要獨立做科研,不是會解幾道題就行,也不是會建模就行。

也許加入到一個科研隊伍里面去,蘇航會有自己的一席之地,也能憑借著強大的學習能力逐漸適應科研的節奏。

但是,蘇航并沒有這類經驗。

還有一點,數據。

上次張凱學長雖然給了一些數據,但是,一些特殊的數值一般工程也不會測量,真要做的話,還是得實際跟蹤一個工程,并測量需要的數據。

這又需要“關系”了。

頭禿。

這時就體現出導師的重要性來了。

蘇航猶豫地看著趙老師的頭像,不知道到底要不要聯系。

前面還想著,他要悄悄搞研究,然后驚艷所有人。

理想很美好,現實……不提也罷。

難道離開這些就做不了了嗎?

當然可以。

科研經驗主要還是發現問題,尋找合適的方法,最后解決問題。

假如這個問題符合時代需要,這個方法既是時代熱點,又很有創新性,或者前所未有,最后解決了這個問題,那一篇論文就好了。

假如蘇航肯花時間,那他照樣可以做出成績來。

但是這樣太不劃算了啊。

還有數據。

利用深度學習對實際工程將會發生的一些風險進行預測,靠什么?

數據。

沒有大數據,沒有真實數據,憑什么確保實際效果。

思考良久,蘇航還是放下了手機。

先把自己的想法補完,再去找趙漢英老師。

基礎還是上次的Autodesk Revit。

以后一定要把這個給替代掉。

蘇航打算做一個可以預測工程中一些重點位置位移的數值模擬模型。

畢竟很多工程事故都是因為不該出現位移的地方出現了位移,導致裂縫,然后坍塌,死人。

或者位移超過了預期,導致裂縫,然后坍塌,死人。

又或者由于不應該出現的位移,然后地下水啊、滑坡等等,然后死人。

建筑工程領域的死亡人數很“榮幸”地成為了全行業之首。

要是有人建議你去搬磚,告訴他,不去,就算是在外面餓死、在冬天餓死、跳懸崖摔死,都不去。

臨時工沒保障,工傷沒得報銷,賠多少都虧,何況還賠不了多少,賠了也不一定要的回來。

所以,勸人搬磚,天打雷劈。

蘇航想著,做這樣一款算法,也算是為民造福了吧。

繼續。

然后利用Elman網絡等神經網絡來預測模型和數值模擬,結合實際風險指標來對風險進行預警。

可以的。

蘇航感覺自己思路清晰多了。

不過能不能成功也不能確定。

蘇航又在紙上寫一些備選方案。

BP神經網絡+建筑設計、施工進度、安全質量管理、自動控制、能耗控制。

小波神經網絡+能耗管理。

卷積神經網絡、圖像識別+設施管理。

……

這些自然不是蘇航空口白話,都是靠看論文來的嘞。

先先刷一刷最近幾年核心期刊上的類似論文,總結一下大佬們的研究方向,再來找一找自己的思路。

寫著寫著,蘇航想起了張凱學長的那句話。

“你看,要是我來寫這篇論文的話,我能給你整出起碼三篇來。第一篇,對……做一個綜述,這個只要把優勢、弱勢說清楚,一般的期刊就會收了。第二篇,你提出一個新的……出來,并應用在幾個案例里頭,比如你這個……,然后搭配幾個……案例,和傳統……一對比,這又是一篇論文,要是水平不錯的話,可以在中文核心期刊發表了。然后,你再寫一篇基于你的……,這不又是一篇核心期刊論文?”

這其實就是一種搞科研的思路啊。

蘇航恍然大悟。

這就是語言的魅力嗎?

看來還是不會審題啊,早點想明白多好。

遠在實驗室的張凱打了個噴嚏。

“啊嘁,誰在想我?”

蘇航立馬把自己的想法先用一種綜述的形式寫下來,畢竟這是自己思路的開端,而且還參考了那么多的文獻,完全可以作為論文的第一部分。

只是這長度有點不適合期刊發表。

蘇航想了想,管的他,大不了作為畢業論文也不錯,做出來再看吧。

……

最后,蘇航做出了一個總結,深度神經網絡適用于預測問題和圖像解決,主要應用在風險、設施管理。

淺層神經網絡也可用于預測問題,但是在深度神經網絡崛起后就一點點退出舞臺中心,蘇航在心里給它畫了個叉叉。

遺傳算法、退火算法等可用于多目標優化,進行方案比選和進度管理。

推理技術可以……

層次分析法可以……

……

蘇航最后一條條總結下來,寫著寫著,發現這還真就像張凱學長說的那樣,寫成了一篇小論文,修一修格式,添幾個引文,加一篇摘要,不就是一篇期刊論文?

不過,你能做的豈止如此?

蘇航沒有止步于此,借用趙漢英老師的話。

“我缺這個嗎?”

有系統在身,真的要刷論文的話,蘇航完全可以用積分去砸。

但是,蘇航更愿意自己踏踏實實的去做。

開啟另一臺電腦。

“小C,建模。”

請記住本站域名:大風車小說, 搜索 "大風車小說" 即可找到本站.
(快捷鍵←)
上一章
目錄
下一章
(快捷鍵→)