有一位被几人簇拥着，很有书卷气质的男子举起了手，他动作优雅，但说出来的话语却充满了尖酸刻薄的味道。

“要不然，还是请李晓军教授先说说吧，毕竟李教授曾经宣称他的拟合准确率达到了百分之一百，后来不知道为什么，却又突然撤回了这一声明。”

台上的人大多都哄笑了起来，台下的人却只安静地看戏。

在这个会场中，李晓军是第二个知道王栋这副面孔后真实身份的人。

因为前不久，王栋刚刚顶着这副面孔跟他私下里见过面。

而让台上的李晓军涨红了脸庞的这番来自同行的嘲讽，真正应该背锅的恰恰是王栋本人。

事情是这样的。

经过漫长而艰辛的努力，王栋终于在破解这台神秘机器的软件架构方面取得了重大突破。

他找到了一个非常关键的模块。

那是一个底层模块。

机器要处理的所有数据，都需要先经过这个底层模块进行预处理，然后才会被送往上层各个模块做进一步分析。

他至今还没有发现例外的情况，而且这个模块的处理结果非常有意思。

它能把无论什么格式的数据都映射为一些固定长度的向量。

这些向量的维度是固定的，但向量的个数并不固定。

比如输入一段语音可能会输出两根向量，而输入另一段语音就可能输出三根向量。

王栋发现，无论是语音、图像或其它有结构无结构数据，无论何时输入，同一个输入映射得到的输出向量集合都是一模一样的。

无论是向量的个数，还是向量的内容。

如果对输入数据加一些微小的噪声，只要没有到影响其内容的地步，它映射出来的输出向量也不会发生改变。

反之，如果改变了部分属性，比如同样的语音内容但换了一个不同的说话人，或者同样一只狗的照片但换了一个拍摄地点，输出向量的集合中，总有些向量是不变的，代表未改变的那部分内容，但也总有一些向量发生了改变。

在进行了大量的数据分析后，王栋终于确认，这不是一个简单的数据预处理模块，而是一个智能解译模块。

它能对任意形式的数据进行解译，把数据中承载的所有信息都识别理解出来，然后用向量的形式表示出来。

也就说，这些向量所构成的表示空间，就是机器所理解的世界。

通过这个智能解译模块所得到的，是在其理解的世界中的一种语义表示。

越相近的事物，在这个语义表示空间里，距离总是越接近的。

比如同一个人的两段内容相似的语音，输出的每个向量要不然完全相同，要不然就非常相似。

王栋曾经尝试过，基于这个模块得到的语义表示，对计算机领域各种分类任务，利用地球上已有的机器学习算法，几乎都能达到了百分之一百的识别效果。

所以，这个底层模块才是这台神秘机器的智能核心。

只要破解了它，掌握了它，在人工智能方面，人类就能达到与机器同等的技术水平。

王栋猜测，支撑这个智能解译模块的很可能就是一个通用的预训练模型，或者类似的东西。

通过它就能够实现从物理层级的世界到概念层级的世界的跨越。