第67章 Q&A

浸在了自己的思路当中。

台下的人都听得非常认真，时不时还在手里的本子上记录着什么。

十几分钟的时间过的飞快，周昀的汇报很快就进入了尾声：“……综上所述，AgileEdge为Edge

AI提供了一种高效、自适应的协同优化解决方案，

能够在动态的边缘环境下，尽可能地保留模型原有的性能，谢谢大家！”

随后朝着台下微微鞠了一躬。

接下来就是Q&A环节。

坐在前排的何凯明举起了手，周昀自然不可能当作没看到。

“何教授，您请问。”

工作人员立刻小跑着将麦克风递了过去。

坐在后排的人这才发现，提问的人居然是何凯明，一时间，所有人的目光都聚焦在两人身上。

何凯明接过话筒微微点头：“很有趣的工作，事实上我之前就已经看过了这篇文章，AgileEdge在模型的压缩算法上的设计思路非常巧妙，

但是我有一个问题，你的压缩算法是基于AI调教AI的思想，那你该如何保证用于调教AI的AI做出的决策是最优的？

这个负责调教的AI，其鲁棒性又由谁来保证和监督？如果是这样的话，是否又需要一个AI来负责监督，这样是不是会陷入一个‘无限递归验证’的循环？

那么你如何在理论上保证这种‘自我优化’过程的收敛性和可靠性，而不仅仅是在你的实验数据上表现良好？”<

本章未完，请点击下一页继续阅读！ 第2页 / 共5页