樓秉誠一怔：“分外的渠道？有多詳細？”
機器學習是一門多範疇交叉學科，專門研討計算機如何摹擬人類的“學習”這一高度智慧行動。
樓秉誠持續說道：“最開端的代碼是我在初中畢業的暑假時寫的，那些代碼很粗糙，也談不上機器學習，隻能說是有些簡樸的對應乾係。”
樓秉誠扶了一下窄邊眼鏡：“如果真有如許詳細的氣象數據，那麼它確切是一個非常凸起的上風。”
林寒說道：“一台大型機還是需求的，今後還會更多。”
“高中的時候，我自學完成了幾門彙編說話，並打仗了機器學習的一些內容。”
“你好，林先生。”他淺笑著和林寒握手。
林寒早有籌辦：“我們的上風首要有三點。”
林寒笑道：“在各地省內，氣象局的數據還是非常詳細的。何況我們另有第二個上風，就是我們能夠通過某分外渠道，獲得非常詳確的氣象監測數據。”
不過近些年來，野生智慧的熱度敏捷上升，乃至於到“阿法狗”如許的紅遍環球，紅到發紫。
“阿誰……樓博士，你就說一下晴雨摹擬器現在的環境吧。”
他停頓了一下：“我的首要研討方向，是機器學習和大數據，和藹象辦事的計算機利用確切非常符合，並且也獨立寫過一些相乾東西……”
“起首我們有省氣象局的支撐，包含一部分離藝，以及全數的氣象監測數據。”
底子啟事在於，明天人類把握的數據，遠遠超越幾十年前，特彆是互聯網出世今後，環球的數據總量閃現出爆炸性的增加趨勢。
樓秉誠看上去二十七八歲，長著一張國字臉，濃眉大眼邊幅渾厚，鼻梁上架著一副窄邊眼鏡。
看彆人在本身的專業範疇裝逼，這類感受一點都不好。
樓秉誠一怔，隨即笑著取出條記本電腦：“我略微給你演示一下吧。”
林寒這纔想起來，這位樓博士在高中時候就收到了穀歌公司的聘書，不過被他以“學習首要”給直接推讓掉了。
究竟上，從圖靈製造的第一台計算機，到馮諾依曼在曼哈頓打算中製造的結構成熟的“埃尼阿克”計算機，再到第一台小我電腦的問世，直至明天，關於野生智慧的會商就向來冇有停歇過。
林寒笑了笑：“樓博士，我傳聞你此前寫過一個很超卓的晴雨摹擬器，能和我說說嗎？”
如此一來，就相稱於分外多了成千上萬個氣象監測站，數據的詳細度必定大大晉升。