对话。
从底层硬件架构，到上层算法演进，他把未来十几年科技发展的脉络梳理得清清楚楚。
他知道未来的赢家是谁，也知道哪些技术路线最终被证明是死胡同。
现在的夏冬，如果让他马上手搓一段复杂的底层驱动代码，他可能做不到。
但如果谈论技术的发展方向和宏观架构，放眼整个2009年，没有人比他更清晰。
他现在就是以一个未来技术架构师的视角，在审视当下的学术界。
夏冬开口说道：“老师，我是这么想的。人工提取特征，非常依赖专家的经验。”
“如果我们要识别一张图片里是不是猫，我们就得让人先定义猫的特征。”
“比如耳朵是尖的，有胡须，有尾巴。”夏冬举了一个非常直白的例子。
“但是猫的姿态千变万化，可能会卷成一个球，可能会被挡住一半。”
“光靠人去写规则，写条件判断，根本写不完所有的可能性。”
夏冬看着郭长征，抛出了核心问题：“这种专家系统或者传统机器学习，在面对复杂的现实世界时，其实非常脆弱，对吗？”