会场中一片寂静。
所有人都石化在原地，看江铭的眼神如同看怪物一般。
图灵测试？！
这是仅次于P/NP问题的信息学界第二大难题，也是人工智能发展的终极目标之一。
至于为何是终极目标，并不是说通过图灵测试已经是人工智能发展的极限。
而是因为如果真的可以使得机器自主思考，那么在大量数据与超强的计算力下，将立刻开启人工智能自我进化的道路。
后续的智能化提升，将会是一片坦途！
但解决这个问题的难度也是可想而知的，当年提出这个测试的特级研究员阿兰·麦席森·图灵预计，人类要解决这个问题需要至少发展两百年！
而如今才仅仅过去八十年罢了。
虽然在江铭的不断创新下，信息学领域捷报频传，但和通过图灵测试相比，也只能说是小打小闹。
众人震惊。
在图灵的规划中，极具前瞻性地把人工智能发展划分为五个阶段：基于规则的AI、机器学习、深度学习、认知计算、自主智能。
江铭这个学术规划，简直要把信息学向前推进两个大阶段，一个迈步走到自主智能的程度。
这真的能实现么...还是说江铭只是因为没想好反而画了个大饼？
评委们谁也拿不准江铭的意图，只得耐住性子继续往下听。
江铭把PPT翻到下一页，一幅巨大的神经网络结构图出现在众人面前。
结构的核心是十二层堆叠的独立模块，每一块中都包含着全连接层与多头注意力层，被归一化层一层层分割开。
高泽一眼就认出这个模块结构是源自于江铭之前设计的transformer模型中decoder的那一半，只不过无论深度还是广度都远超之前的模型。
而在这复杂精巧的记忆结构之外，是自循环的输入模块。
他眯着眼睛仔细看着屏幕边缘的输入层，忽然嘴巴微张，从无框眼镜后面透出饶有兴趣的目光。
他突然发现整个结构竟然只有输入侧，信息经过神经网络处理之后还是反馈回到了输入侧。
而且，他在输入结构里见到许多过去模型的影子，LSTM、CNN...简直像是个大杂烩！
但细细品味，又是能感受到这个设计是有所考虑的，绝不是胡乱拼凑。
这到底是什么意思，江铭那小子在搞什么新玩意？
“在多年的发展过程中，信息学界逐渐形成了通过不断训练拟合标签数据的人工智能训练模式。”
“这种训练方式虽然高效，但严格受限于数据，缺少泛化到其他问题的能力。”
“这就像是一个只会做题的学生，是无法灵活运用学到的知识解决新的问题的。”
一番话令在座教授们都惊愕万分。
他们浸淫信息学领域多年，同样被模型的泛化性问题困扰许久。