台下静了一瞬，然后响起低低的笑声和议论。

“这也太直接了吧……”

“肖神风格，符合人设。”

“我喜欢，不浪费时间。”

讲台上，肖宿已经点开了ppt第一页。

標题很简单：“群作用下的特徵空间统一表示”。

“传统多模態学习的问题在於，不同数据类型的特徵空间是异构的。”

肖宿的声音通过麦克风传遍讲堂，清晰而平静。

“图像用卷积神经网络提取特徵，文本用transformer，语音用梅尔频谱。这些特徵向量维度不同，结构不同，度量不同。强行融合就像把苹果和橘子加在一起算总数，没有意义。”

他在白板上画了两个不相交的圆圈，分別標註“图像特徵空间”和“文本特徵空间”。

“我的思路是，引入群论作为统一框架。”

肖宿切换ppt，出现了一个复杂的数学结构图。

“所有数据模態，经过编码器映射到同一个群表示空间。在这个空间里，图像旋转、文本语法变换、语音时移，都可以看作群作用。”

台下，姚毅智院士眼睛一亮，迅速在笔记本上记下几个关键词。

“关键在於对称性约束。”

“每个数据模態都有其內在对称性。”

“图像有旋转、平移、缩放对称；文本有语法、语义对称。”

“自监督学习的目標，是在保持这些对称性的前提下，解耦出独立的特徵因子。”

他调出了一段代码演示。

屏幕上，一个简单的神经网络正在训练，输入是未標註的图像和文本对，输出是解耦后的特徵向量。

“训练过程中，系统会自动发现不同模態特徵之间的对应关係。”

肖宿指著屏幕上的损失函数曲线。

“这是群等变约束损失，这是特徵解耦损失。两者结合，就能实现跨模態的自然对齐。”

钱卫华院士身体前倾，盯著屏幕上的公式。

他是搞超算出身的，对算法效率极其敏感。

而肖宿展示的这个框架，计算复杂度明显低於传统的多模態融合方法。

“具体到实现细节……”

肖宿开始深入技术核心。

接下来的三十分钟，他像拆解精密的机械一样，將整个群论框架一层层剥开。

从李群在流形上的作用，到特徵空间的纤维丛结构，再到自监督信號的构造方法……

讲堂里的气氛开始变得有些微妙。

前十几分钟，大部分学生还能勉强跟上，毕竟肖宿讲得深入浅出，而且还用了很多直观的比喻。

二十分钟后，大多数学生已经开始眼神涣散了。

那些“李代数”、“表示论”、“上同调”之类的术语，像天书一样在头顶飞舞。

“我……我听不懂了。”

一个数院大三的学生痛苦地捂住脸，“虽然我们已经在上抽象代数了，但肖神讲的东西，好像跟教科书上的不是一个次元啊……”

他旁边的室友更惨，已经选择放弃治疗，开始在笔记本上画小人了。

“没事，听不懂正常。我怀疑咱们系一半的教授现在也在硬撑。”

確实，中后排的教授们表情各异。

有的频频点头，显然跟上了思路；有的眉头紧皱，努力消化那些新颖的概念；还有的已经在翻看提前列印的论文，试图对照理解了。

姚毅智院士的笔记本已经写了三页。

他偶尔会停下来思考几秒，然后快速写下新的想法。

身后的博士生们就没这么轻鬆了，一个个如临大敌，拼命想跟上节奏。

“现在看一个具体应用。”

肖宿切换到了“小智”系统的演示界面。

屏幕上出现了那个简洁的对话窗口。

肖宿先输入了一个很简单的水果分类问题，小智在几秒钟的时间里就能够自动完成思考並作出回答。

这看似简单的一幕，却让懂行的人脊背发麻。

聪明的网友可能要问了，这么简单的问答，现在的deepmind、openai等顶尖机构的ai模型都能轻易做到，有什么特別的呢？

答案就在於小智回答肖宿问题的答案，事先並没有在训练数据中明確標註，而是系统通过特徵解耦自主“理解”的。

类似openai这样的顶尖模型，其实本质上走的是“记忆匹配+概率推测”的路子，它们之所以能给出正確答案，不过是记住了“吃=减少”“收到=增加”的固定关联，熟记了苹果对应红色、橘子对应橙色、梨对应黄/绿的统计规律，靠著海量训练数据中的样本匹配，找到最贴合问题的回覆，如同背会了答题模板，却从未真正理解问题的本质。

它的数据內容多了，回答的答案正確的概率也上升。

但是，又因为它的资料库杂乱的內容太多，导致最后连开发者都无法知道它会给出什么答案，也就是“黑箱”。

这也是有些人工智慧会被聪明的网友称作人工智障的原因。

它们的局限是显而易见的。

无法真正拆解问题中的核心特徵，更无法建立特徵间的独立关联，一旦遇到超出训练样本的场景，比如顏色特殊的水果、复杂的数量组合，就会出现卡顿、判断偏差，甚至混淆不同特徵的边界。

但肖宿运用群论实现的自监督解耦框架，彻底打破了这种局限。