“别吵，老头！”

埃隆不客气呵斥道，“你影响到我了，知道么？”

西方人不知道委婉的表达，在这一刻的埃隆身上体现得淋漓尽致，当然这也与埃隆本身孤傲的性子不无关系。随着埃隆这一声呵斥，其他人也都目带不善的看着马斯克，好像都在责怪这个老头一般。

虽然马斯克不过是下意识的问出声，但当着这么多人的面被呵斥，面上还是有些不过去，悻悻得正襟危坐起来。

一旁的李小耳也被陈岩的这一幕震惊到了，这...怎么说也算不上不学无术吧。她也是对周围这群计算机天才有所了解的人，知道要将他们唬住，没点真本事，还真不行。

“好了！”

陈岩盖上记号笔的笔帽，将之扔在会议室中央的桌上，然后双手撑在上面，道：“你们应该知道神经网络算法的原理，输入层、隐藏层、输出层这种典型的三层网络，网络上的每条连接线上都有一个权重参数，如何使参数的误差最小，一直都是非常棘手的问题，直到20多年前误差反向传播算法的提出，才算是有效解决了这个问题，但这就是最优的方法么？并不是！”

“你们看这里，还有这里....”陈岩伸手点了点白板上两处地方，继续道：“在梯度下降的时候，引入一个残差参数，那么相同情况下，会比原先的速度提升75%左右。”

马斯克虽然听不懂具体内容，可是75%这个数还是听懂了！

这下容不得他不震惊，他知道在互联网的尖端行业，将某技术指标提升了75%是一个什么概念，君不见某cpu制造的牙膏厂商，每年推出的产品较之前一年的提升了8%，10%，15%，今年比5年前的整整提升了2倍等等情况来对比的话，是一个多么不可跨越的鸿沟。

“举个简单的例子，我们某个时刻，可能会忘了刚刚正在做的事，偏偏怎么也想不起来，这个时候怎么办？”

“给予一些特定的关键词，符合当时的场景，人物，事情起因经过等等，然后某个刹那，你就想起来了。”

“这个残差参数，就是这样的一个作用。”

像埃隆等技术人员，自是在陈岩点名残差参数的时候就已经明白过来这个算法巧妙之处，而马斯克与李小耳则是在陈岩举例的时候，才恍然。

“对对对，我就是偶尔想不起来某件事，然后拼命的想拼命的回忆，就差不多能回想起来。”马斯克疯狂点头，你早这么说我就明白了啊，至于写那么一堆它认识我，我不认识它的算法吗？

不过能把一件普通的事，通过数学公式计算出来，也是让人佩服不已的。

“是不是还有一些更优的算法呢？我认为还是有的，比如耦合其中一些连接线上的权重参数，就能有不一样的结构，这便是四层网络，甚至更多层网络情景，多元耦合关系的复杂性，即人脑的终极模拟形态。”

陈岩讲完，拍了拍手，吸引住所有人的注意力后，“当年以pagerank算法造就出一个古歌，后来又有起源算法缔造了千度，后面的颜书公司也是以广告推荐算法，短时间内获得无数资金。”

“那么...，我们就以这个stone算法，创造一个伟大的公司。”