笔趣阁(xbiquge2345.com)更新快，无弹窗！
简洁的版本，只需要四种有效状态，比原来的黑白格子描述还短。
第一次测试通过。
第二次也通过。
第三次，助教换了一组初始条件。
她的模型崩了。
不是差一点，而是几十步以后完全走向另一种图案。江遥最初以为是某一条碰撞规则遗漏了，补上以后又失败；再补一条，前一组测试反而坏掉。她盯着屏幕看了很久，终于发现上午那套“只看边界”的方法在这里丢掉了一个重要信息：两个看上去完全相同的边界，如果它们过去是由不同过程产生的，下一次碰撞的结果可能不一样。
换句话说，系统不只在乎“现在长什么样”，还偷偷记着“它是怎么走到这里的”。
这个发现让江遥有些懊恼。她上午刚刚因为找到更好的表示而兴奋，下午便亲手证明那个表示并不完整。更糟的是，她一开始还试图不断补规则，把失败塞回原来的框架，而不是尽快承认自己丢掉了信息。
（本章未完，请点击下一页继续阅读）第一卷少年游第八十三章变式(第2/2页)
顾老师讲评时把她们这一组的错误模型也投了出来。
“这个模型其实不错。”他说，“简单，能压缩现象，也能做预测。问题是为什么错？”
有人回答：“状态太少。”
“这是结果，不是原因。”
江遥已经知道答案，却没有抢着说。顾老师等了几秒，才在屏幕上把两段当前图案完全相同、未来却不同的过程并排播放。前面的历史不同，到某一时刻它们恰好变成同一个局面，下一步却又分开。
“如果你只看这一帧，”顾老师说，“你会认为它们是同一个状态。但是系统不这么认为。”
他没有继续往专业概念上引，只问：“像什么？”
后排有人说像两个人站在同一个路口，一个刚从东边来，一个刚从西边来，下一步可能往不同方向走。
顾老师说：“差不多。现在一样，不代表过去没留下东西。”
江遥看着屏幕，忽然想起训练营前纸袋任务里那个“路径”的问题，也想起省队实验里扫描方向不同导致曲线不重合。她以前把这些看成不同领域里的不同麻烦，现在第一次隐约觉得，它们可能共享某种更深的结构：有些系统不能只用此刻的一张照片描述，因为过去并没有真正消失。
这个念头让她兴奋，但她没有急着替它取名字。
晚上九点，她才给原既白发了一句：“今天发现一件很讨厌的事。”
原既白正在县城机房里做第二轮模型分析，看见消息时刚把一整套聚类结果删掉。
他这两天沿着江遥那句“不要先按人的分类去分扰动”往下做，把不同图像变化对模型内部表示造成的影响重新比较。结果最初漂亮得过分：几十种人工扰动似乎真的可以压进几个方向，某些在人眼看来毫无关系的变化，在模型内部造成几乎相同的响应。他甚至已经开始想，这些方向会不会就是模型自己的“敏感坐标”。
然后他换了模型。
同一批数据，同样的任务，只把网络结构和训练初始化改掉，那几个原本非常稳定的方向便开始旋转、分裂，有的甚至消失。两个模型都能达到差不多的识别准确率，却像用完全不同的内部语言做同一件事。
原既白第一次看到结果时以为代码错了，重跑了三遍。
没有错。
他坐在电脑前很久，才明白自己刚才犯了一个很符合自己的错误：因为在一个模型里看见了高层结构，便下意识希望它比实际更加普遍。他太喜欢“统一”这件事，以至于统一一旦出现，第一反应不是问它依赖什么，而是继续往上搭。
宋弈在旁边看他把图删掉，问：“不是昨天还挺漂亮？”
“太漂亮了。”
“漂亮也有错？”
“有时候就是因为漂亮，所以应该先怀疑。”
宋弈看了他一眼：“你最近跟江遥聊天是不是被传染了？”
原既白没有理他。
他重新把两个模型的响应放在一起比较，没有再问“哪个方向是模型真正使用的”，而是改成另一个问题：如果内部坐标不同，那么有没有什么关系是换了模型以后仍然存在的？例如某几类扰动虽然在不同模型里落到不同方向，但它们彼此之间的远近关系是否保持？又或者，在最终决策附近，哪些变化最容易让两个模型同时犯错？
问题一改，原来那几张漂亮图立刻不够用了。
他却松了一点。
过去他遇到这种情况，会觉得框架被破坏，现在开始慢慢接受一种不那么舒服的可能：也许高层结构不是先在那里等着他发现，而是必须一层一层验证，甚至不同层次需要不同结构。所谓统一，不一定是用一个公式把所有差异抹掉，也可能只是知道哪些差异在什么时候可以忽略。
手