当前位置:看书小说 > 都市小说 > 穿越:2014 > 第136章 全國高考滿分狀元(6)

第136章 全國高考滿分狀元(6)

<< 上一章 返回目录 下一章 >>
    (ps:……合章,求波订阅)

    ……

    虽然林灰做好了直面争议的打算。

    不过情况跟林灰预料地不同。

    并没有什么争议出现。

    时下常见的门户网站虽然也有不少关于林灰获得高考状元的相关报道。

    但报道却全是正面的。

    莫非是北域什么机构提前向媒体通风了?

    毕竟在北域市同时出现出现文理高考状元这事不止是对北域七中有利,对地方也是加分项。

    官方出面的话,一些无良媒体总不至于出来捏造事实。

    将来报道出现偏差可是要负责任的。

    不过北域地方似乎没这么大的能量能影响所有境内媒体啊。

    还是说因为之前南风app的事情让一些新闻工作者有了好感?

    从而没有故意找茬?

    这种设想有一定的合理性,但也不尽然。

    有些记者的嘴拿钱都堵不住。

    怎么会被这种小恩小惠所打动呢?

    林灰又想了些原因,也不太合理。

    不过能够影响境内所有媒体。

    能量肯定来自于更高层级的力量。

    或者来自于林灰还不太熟悉的法律条文。

    或者来自于一些约定成俗的习惯。

    或者来自于……

    所处的层次不够高。

    接触的信息层级终究是有限的。

    至于为什么出现这样的状况。

    林灰暂时也无从知晓。

    不过,短时间来看。

    没什么争议对林灰终究是好事。

    要是时刻处在风口浪尖之上。

    之后还怎么愉快地发育。

    过了一会。

    林灰又回到了企鹅上。

    班群依旧在禁言中。

    班群虽然全员禁言了。

    林灰又被拉进了一个新的讨论组。

    林灰看了下,讨论组里成员包括他在内总共有七个人。

    除了他之外另外六个人分别是何思远、刘繇、叶雨夕、曹海超、楚寒、张楠。

    这几个人都是林灰高中的同班同学。

    但为什么将这些人拉到一个讨论组内。

    这些人所构成的组合让林灰着实有点摸不着头脑。

    如果只是何思远、刘繇、叶雨夕三个人在群聊里林灰能理解。

    刚刚班主任李老师的参与下午表彰大会的就有何思远、刘繇、叶雨夕三人。

    叶雨夕也是林灰班里的一个学霸。

    蛮文静的。

    林灰记得前世叶雨夕考了六百八十多分左右。

    也不知道这个时空考了多少?

    估计问题不大。

    林灰记得叶雨夕之前通过自考还获得了水木60分的降线。

    在有六十分降线的情况下。

    哪怕随随便便考个六百分出头。

    在北域省进水木也没啥问题。

    而且林灰感觉叶雨夕应该是用不到那个所谓的降线。

    真正的学霸从来不需要那些花里胡哨的。

    只有何思远、叶雨夕、刘繇在讨论组林灰不会意外。

    可其余人为什么也在群聊里?

    林灰设想了几种可能,也没想出个所以然。

    林灰记得前世曹海超和张楠倒是走到一块了。

    也不知道这个时空下两个人还能不能擦出爱情的火花。

    但这些琐事就跟林灰没啥关系了。

    ……

    正欲从讨论组里退出来。

    林灰发现不知什么时候讨论组名称已然改成了“11班在帝都”。

    林灰这才恍然大悟。

    好家伙,这才刚刚出高考成绩就开始串联起以后一块去的城市了吗?

    这种想法的初衷肯定是好的。

    可实际上没太大的意义。

    高中时候建立起来的关系。

    到大学如果不刻意维系的话。

    基本都化为泡影了。

    按照高中的思维可能觉得将来大家都在一个城市方便照应一下。

    但这种想法只能说过于理想化了。

    真正到了大学之后,根本没时间。

    即便很多时候,课表上明明一节课都没有。

    但还是会被各种乱七八糟的破事给填的满满当当。

    到了大学之后同院不同系的对象平时的相处模式也跟异地没啥区别。

    更何况是这些注定了要在不同学校不同院系的人?

    这种事情,看破不说破。

    说起来,讨论组这几个人的组合虽然有点怪异。

    但面对这些人林灰倒不至于像面对班群那般拘谨。

    前世,刘繇、何思远、叶雨夕、曹海超这四个人,林灰一直有联系。

    这些人的为人秉性什么的林灰也都蛮了解的。

    至于说楚寒,虽然前世林灰同其没联系。

    但刚刚重生之后,却也跟楚寒交流过。

    也说不上太陌生。

    因此在这个讨论组里,林灰也没啥必要再玩深沉。

    林灰:“[冒泡jpg]”

    何思远:“卧槽!

    !灰哥,你居然还活着?我以为你打算一直装死呢……”

    林灰:“[敲打][敲打]这叫什么话,我活得好好的……

    只是刚刚睡醒而已,我还以为明天出分呢!

    打算睡足了养精蓄锐熬夜查成绩。”

    刘繇:“牛啊牛啊,瞧瞧什么叫大老?

    这份澹定就学不来!

    我可是半宿没睡着。”

    何思远:“确实,我一直守着刷新。

    结果半天刷新不出来。

    一直折腾到半夜两点多。

    查出成绩来才放心去休息。”

    曹海超:“我信你个鬼何思远。

    我看你可是一直tgp在线!我邀你还tm不理我。”

    何思远:“我哪顾上玩游戏。

    那是我表弟在登我账号……”

    曹海超:“你觉得我信吗?[鄙视]”

    何思远:“对了,叶雨夕你这次考得好勐啊?”

    叶雨夕:“我还好了,我感觉这次考686已经是我极限了。

    理综里化学实在是有点拖后腿……”

    曹海超:“呃,化学拖后腿理综还考290……

    还能不能愉快地做同学了,你们几个不带这么装比的。”

    林灰刚好也不愿意在分数上多聊。

    趁此机会岔开话题:“对了,话说你们都想好报什么志愿了么……”

    刘繇:“我这个分数想去清北的话有点悬。

    估计只能去京大医学部。

    要是去京大医学部的话,估计铁定是做医生了。”

    林灰心道,这可不一定。

    学医的还真未必做医生,还有可能跑去卖医疗器械。

    极端点的情况甚至会出现一届学生中一半做医疗器械。

    一半同学推销另一半同学做的医疗器械

    医疗器械什么的以后有余力倒是可以搞一搞。

    不过这不是林灰暂时的打算。

    暂时林灰要做的只有两件事。

    一、通过各种手段赚取足够多的启动资金。

    二、获得一定的学术上的地位从而获取学术话语权。

    关于未来的规划。

    林灰其实已经在稳扎稳打地向前推进了。

    尽管现在步子还不是很大。

    但其实并不慢。

    林灰现在搞得那个生成式摘要算法已经有所成就。

    生成式摘要算法是林灰入局的敲门砖。

    /对技术无感的括号内容可以直接跳过去/

    (之所以以此入局,是因为自然语言处理这东西之于神经网络学习

    很像是数论之于数学。

    数学里的数论你不能说它不重要。

    但是门槛是真的低。

    当然数论门槛虽低,但上限却很高。

    而自然语言处理的门槛也很低。

    毕竟涉及到语言这东西,谁都会语言。

    因此自然语言处理门槛也很低。

    门槛低代表着即便林灰入局也不会被太在意。

    而nlp 神经网络虽然门槛低。

    但和数论一样,上限很高。

    上限很高意味着什么呢?

    意味着将来可以轻松破局!)

    而林灰打算怎样破局呢?

    生成式摘要算法本质上是深度学习发展的产物。

    而现在这个时间节点。

    却只有神经网路识别。

    没有真正意义上的深度学习。

    林灰很清楚打开真正的深度学习的钥匙是什么?

    ——残差神经网路。

    (这个概念是前世在2015年由microsoft某研发团队提出的。

    残差神经网络是一种残差学习框架来减轻网络训练。

    和以往的神经网络架构不同。

    残差神经网路的架构将层变为学习关于层输入的残差函数,而不是学习未参考的函数。

    经验证据证明这些残差网络很容易优化,并可以显着增加深度来提高准确性。

    林灰记得,前世的研究小组在image数据集上评估了深度高达152层的残差网络。

    这个152层的深度要比现在这个时空主流的深8倍。

    但是就复杂度而言,残差网络却具有较低的复杂度。

    深度网络自然地将低/中/高级特征和分类器以端到端多层方式进行集成。

    特征的“级别”可以通过堆叠层的数量来丰富。

    可以说残差神经网路具有碾压般的优势)

    残差神经网路这个东西在外人眼中可能是晦涩的术语。

    但其实这是开启未来的钥匙。

    而其就掌握在林灰的手中。

    林灰这种比喻丝毫不过分。

    只有在残差神经网络出现之后,深度学习这个概念才真正出现。

    具体到应用层面。

    在残差神经网络出现后。

    可以导致了图像识别领域的一系列突破。

    而图像领域的突破。

    很可能使得【人脸识别技术】得到发展。

    更何况关于人脸识别技术的发展林灰还有些来自前世的资料。

    这对林灰无疑意味着极大的优势。

    深度学习的出现,不止促进图像识别方面的发展。

    深度识别技术出现后。

    【人工智能】的快速发展才真正搭建起了基石。

    某种程度上来说,用生成式摘要算法来换钱已经不是林灰最高层次的诉求了。

    林灰现在所图更大。

    无论是人工智能还是人脸识别。

    哪个都是近万亿级别的市场!

    不过千里之行始于足下,还是得深耕细作。

    根基不稳的话,登高易跌重。

    林灰畅想着万亿市场的时候。

    讨论组里成员还在讨论着关于未来的专业选择。

    何思远:“我还没想好……我妈倒是建议我去学会计。”

    刘繇:“听阿姨的吧,学会计不会吃亏……”

    何思远:“呃,感觉会计工作很枯燥啊。”

    刘繇:“可是学会计赚得多啊,水木出来的话,将来很容易进四大……”

    何思远:“[疑惑][疑惑]四大是什么?”

    刘繇:“呃……自己去摆渡……”

    何思远:“我还以为啥牛比机构呢?

    搞半天就几个破律师事务所??

    你怕是在逗我吧?没兴趣!

    我觉得不管学什么,还是要学科学技术。”

    刘繇:“得了吧,学技术能赚几个钱?”

    何思远:“庸俗,学技术帅啊!

    赚钱是一时半会的事情。

    帅可是一辈子的事情。”

    刘繇:“完了,老何注定要离我们而去了……”

    何思远:“啥意思?”

    刘繇:“既然搞技术,那多半最后要出国……”

    何思远:“扯,好歹也受了15年爱/国主/义教育,我必不可能出国。”

    曹海超:“这跟爱国不爱国关系不大吧。

    我觉得就一般的技术而言,在哪做技术不都一样?”

    刘繇:“那可不一样。

    搞得科技又不是天顶星科技。

    何思远:“也不一定啊,gray forest不就是国内的?

    不也一样轻松赚取几千万美金那种?”

    林灰:???呃,怎么又扯到自己身上了?

    林灰心道还好当初机智,发布南风app的时候换了个马甲。

    刘繇:“呃,你以为每个人都可以复制灰/神那种成功么?

    事实上一般人开发软件能赚到灰哥那个份上就不错了。”

    林灰:还有这是什么奇葩话题,看来马甲太多也不是好事。

    曹海超:“[敲打][敲打]听你这意思是说灰哥比不上那个gray forest了?”

    刘繇:“拉仇恨过分了啊!

    我啥时候说灰哥比不上那个gray forest??

    别的不说,就是高考这方面灰哥就吊打那个gray forest。

    听说那个gray forest也是今年高考,我就不相信他在成绩上能跟我们灰哥比。

    我只是说灰哥开发的软件方面赚得钱比不过那个gray forest。

    gray forest现在开发的游戏虽然是不要钱,可是以前可都是买断制的啊。

    光买断分成也能赚很多钱了,灰哥那个免费下载怎么跟人间比……”

    曹海超:“这你就孤陋寡闻了哦!

    灰哥弄得那个软件虽然是免费下载的。

    但里面却有个专业模式。

    用户选择开通专业模式的话一次可就要付19999元。

    而你吹的那个gray forest之前搞的那个小游戏一次才卖6元。

    这是啥概念?

    灰哥那个软件但凡有一个人选择开了专业模式。

    gray forest就得卖三千多个买断制小游戏才比得上……

    总而言之,就算那个gray forest卖小游戏赚了上千万美元吧。

    灰哥想要赶上也很容易。

    卖一万份专业模式就差不多!”

    林灰:“[吐血][吐血]哪有那么容易,这个软件受众加起来也几千人。”

    刘繇:“卧槽,真的假的,按你这话曹海超灰哥岂不是财务自由了……”

    曹海超:“财务自由?你也太看不起灰哥了?灰哥现在起码是财富自由了!”

    刘繇:“有什么区别吗?”

    曹海超:“当然有区别啊,财务只是钱,财富包括钱在内的各种财产。

    最关键的是财富在物质财富之外还包括精神财富。”

    ……
<< 上一章 返回目录 下一章 >>
添加书签