毕业典礼结束🙜后👘，罗素教授也😉是找到了白冰跟杨杰。
“白冰，我是希望像你这样的优秀的人才能够留在伯🏉克利这边担任助教教授的，你真的不考虑一下？”罗🛡素教授一脸惋惜地看着白冰说道。
“老师，我们国家缺少这方面😉的人才，我回到国内也是想带出这方面更多的人才出🝬🎑来。”白冰说道。
“🔰🄏☍真是可惜了，像你这样在人工智能算法上有着卓绝天赋的天才太稀少了，如果之前我没有去过HX国的话，我♿是建议你留在MI国发展的，不过你♔🟘的这位男朋友既然这么支持人工智能，我还是尊重你个人的意见。”
罗素教授点头道。
白🔰🄏☍冰在伯克利大学这边就读的期间，在顶级的期刊上发表了几篇重要🁔🅜的论文，被引用的次数非常多，都是关于概率程序语言跟编译器方面，现在的她已经成为了概率程序语言方面的顶尖人才。
其实后世人工智能三个流派已经出现了，罗素教授主攻的方向就是概率程序语言这一流派，在罗素教授的帮助♹🍘下，白冰他们提出了一种图灵完备的概率编程语言，是一个用于快速实验和研究概率模型的测🕿🏕🙸试平台，其涵盖的模型范围从包括了很多小数据集上的经典层次模型。
这个概🃘率语言🙜却是让伯克利大学之前机器学习的效率🏉提升了十五倍！
也正是如此，这种概率程序语言在机器学🕰习研究人员中变♛🉅🄿得无比风靡起来，从而也让从很🏬🝊早就开始的逻辑算法的人工智能变得黯淡起来。
基于逻辑的人工智能遮掩了感知问题，而了💑解感知的原理是解开智能之谜的🇴🜯金钥匙——感知是属于那🁠🖢类对于人很容易而机器很难掌握的东西。
逻辑是纯粹的，传统的🄴象🏁🗉🙵棋机器人也是纯粹算法化的，但现实世界却是充满了不确定性。
这也意味着很早👘就变成主流的基于逻辑的人工智能注定变得前途黯淡。
而此时的深度学习的泰斗级人物Y👸annLe前年的时候发表了开创🁔🅜性😲🅐的论文《基于梯度学习的文档识别方法》，他此时也是折腾出了深度学习模型。
这位家伙为了证明🈫🁏🄶自己的示例在论文里面做出了以下声🜬🅌🅋明——
要在GPU上运行这个示例，首先得有个性能良好的GPU。GPU内存至少要1GB。如果显示器连着GPU，可能需要更多内存。当GPU和显示器相连时，每次GPU函数调用都有几秒钟的时🚥🕡限。这么做是必不可少的，因为目前的GPU在进行运算时🂲无法继续为显示器服务。如果没有这个限制，显示器将会冻结太久，计算机看上去像是死机了。若用中等质量的GPU处理这个示例，就会遇到超过时限的问题。GPU不连接显示器时就不存🂡在这个时间限制。你可以降低批处理大小来解决超时问题。
杨杰前世的时候也是看过这篇论文，也看过这位大神通过Facebook说自己在深度网络方面的工作工作可以追溯到1989年，当时他就在一台SUN4机器上花了大约个星🉆🅃期训练USPS数据集，其中有8000个训练样本，这🚾也是他在贝尔实验室的成果。
现阶段来说，人工智能的三个流派都是在MI国诞生的，这些年也是培养出来了大量的人才，尤其是最顶尖的人才也不过几百个，基本上都是集中在MI国，而HX国这方面的顶尖人才非常稀少，虽然HX国在人工智能方面起步从八十年代就开始了，这也归功于已经年逾古稀的吴文俊这位🖎👢人工智能的泰斗级人物。
这位七十🞁👍年代才接触计算机的老者大数学家当时已经六十岁了，他⛇😖当时也是敏锐地察觉到计算机，敏锐地🛡觉察到计算机将极大地推动数学的发展。
在这位老者的自学编程的过程😉中他也是产生了一个初等几♛🉅🄿何定理的机械化证明思想。
经过试验，终于在77年的春节前成功地用这一思想证明了一些定理，这一研究开创了机器定理证明的时代，国际上称为“吴文俊方法”和“吴消元法”，实现了初级几何与微分几何定理的机器证明，却是无意中闯入了人工智能的领域，一举将HX国在逻辑人工智能的地位提到了非常高的地位。