第四百五十六章 五亿，小吗？ (第2/3页)
译时，人们也从翻译家和语言学家的方法入手，想用人做翻译的办法教会计算机翻译：语法、文法、从句结构，统统写进规则里。
效果如何？一言难尽。
直到后来，人们换了一条路——用大规模数据统计概率，也就是机器学习来训练，效果才显著提升。
做语音识别的大牛弗雷德里克·杰利内克对此有句名言：“我每从团队中开除一个语言学家，语音识别的性能就提升一大截。”
顺带一提，Transformer架构最初就是为翻译发明的，效果确实惊艳，后来也被证明不只可用于翻译。
赵文渊不打算当面说服詹想——语言上的交锋毫无意义——只说道：“詹总，不如尽快开始第一轮训练。有了第一轮结果，就能知道这个方向是否可行。”
他相信，结果一出，詹想自然会被说服。
赵文渊接着问道：“这些脑电波数据的采样率是多少？对应的数据量有多大？”
詹想一愣，没想到赵文渊对自己的问题避而不答，显然对训练结果极为自信，一时竟没接话。
倒是梦瑶先开口：“是256赫兹，标准采样率。我们的微型电极阵列会对采集到的信号进行聚合，采集通道最高1024个，使用24比特精度。”
她看出赵文渊想问的是数据大小，便把原始数据参数一股脑报了出来。
赵文渊沉吟片刻，迅速在心里估算。
三万小时，按256赫兹算：
30000×3600×256＝27648000000
单通道就是接近两百八十亿个采样点。
若按1024个通道算，总数据量就是二十八万亿个电位信号；24比特精度下，大约84TB。
作为脑电波数据，这个量很大；可作为训练模型的数据，简直小得不值一提。
做训练系统久了，对数据量级会有近乎本能的敏感。刚才那番估算，在赵文渊脑中也就花了十几秒。
随即他开口：“这个数据量，没必要起得太大，先做一个五亿参数的模型看看。”
（本章未完，请点击下一页继续阅读）