第35章被吓跑的林远

这世上的有些巧合看似是巧合，可却处处透着必然。

自从夏叶晚上到九分甜奶茶店打工后，“舞蹈系有个漂亮学姐在卖奶茶”

的传闻就不胫而走。

移动互联网时代，但凡有点噱头的信息都藏不住。

于是九分甜奶茶店一到晚上就持续爆单，现场排队老长了。

而在IT这行，有一点是必须要考虑的，那就是“极端情况”

。

林远在校外的这一小片测试区域内的极端情况，正是夏叶所在的九分甜奶茶店。

林远连着两次在第二天复盘算法的时候，现在了导致配送缓慢的因素来自于某一家准点爆单的奶茶店。

这家奶茶店一到晚上七点左右就开始干拔式的订单量暴涨。

可特么的，林远的算法还是个beta版，还是颗小苗苗呢，就被这种不正常情况连着摧残。

aI模型训练中最怕的就是那类格格不入的数据，就好比别人身高一米七左右，你好家伙身高两米多，那aI看到你就很容易懵逼。

这一点非常反常识，其实aI没有智能。

没错，aI全称为：artifinetce（人工智能），其实aI根本就没有类似人类的智能。

所谓的人工智能更多的是从图灵测试的路径出，基于aI能达到的效果来描述的。

就比如：如果你让aI去定义什么是人。

你喂给aI的数据里头都是一群身高一米七左右的人，结果突然拉一个身高两米多的人过来，aI很可能就会认为：这货不是人。

因为aI会很习惯地将身高一米七左右理解为判断是否是人的指标之一。

反观林远的算法。

这是一稿beta版的小苗苗算法。

它对于每晚七点准时爆单的九分甜奶茶店不懵逼才怪。

因为特么的林远喂给算力系统的数据中就没有过这种情况。

对aI来说，“只要是我没见过的东西，你别指望我能理解它”

。

于是只要模拟配送的时候涉及到这家九分甜奶茶店，算法就会出各种奇奇怪怪的异常。

林远改了两次后还是没有效果，于是他就怒了，他要亲自去会会这家九分甜奶茶店，到底特么是什么情况。

——

林远骑着他的小电驴来到九分甜奶茶店的时候差不多是七点二十，他在半个小时前其实已经来过一次了，上回明明还是门口只有三三两两的顾客，这回好家伙，队伍排了三列。

而且很奇怪的是，明明有两个点餐操作台，可是那三列队伍怎么老是往其中的一个操作台挤。

本真增强算法鲁棒性的目的，林远自然是要让算法能处理这种特殊情况的。

要处理这种特殊情况，就需要先搞清楚这种情况的原因。

林远看了眼那队伍的长度，很快就打消了排队的打算。

他当即外卖员附体，“让一让，让一让啊，拿下外卖。”

他想打着外卖员取餐的名义，挤到前头去看看，这家奶茶店到底是什么情况。

在人群中挤过了好几个肩膀之后，林远看到了点餐操作台。

“同学，要喝点什么。”

“我取外卖的。”

林远边说边把目光往里面探，试图寻找追寻的答案。