读书阁

第105章（第2页）

小作坊才需要猛火快烧。

我要的就是这种光脚的不怕穿鞋的团队。

435

我说了，我的名字现在就是流量。

科技媒体和财经版块开始频繁出现我的名字和这家名不见经传的ai公司。

《吕布跨界ai，豪掷千金押注“通用智能”未来》

《从赛道到实验室：“野蛮人”资本的新游戏？》

《深度奇点获天价投资，能否承载吕布的科技野心？》

评论褒贬不一。

有看好这种“体育＋科技”跨界资源整合的，有质疑agi方向太过遥远、投资风险巨大的，当然，更多的还是吃瓜群众欢乐的玩梗。

【下一步是不是该投资航天公司了？马*克，危！】

【建议吕布老板再投资一家芯片公司，从硬件到软件到数据，一条龙闭环，完美。】

【只有我觉得吕布是在下一盘很大的棋吗？体育数据训练ai，ai反哺体育决策，顺便搞点生命科学研究……这布局有点东西啊。】

【楼上想多了，吕布老板可能只是钱多到不知道往哪儿放，随手点了个顺眼的。】

436

就是，我没想到，小作坊的料下的这么猛。

没有一月他们就把雏形端出来了。

陈序团队几乎是不眠不休，用哈斯和曼联过去三年的海量数据作为第一批饲料，喂给了他们那个还在蹒跚学步的ai。

演示很简单，甚至有些粗糙。

但效果让人惊叹。

屏幕上，一个简化的斯帕赛道模型，导入比赛当天的气象数据、各车队历史湿地表现、车手风格参数……

ai开始推演。

它模拟了十几种不同的安全车出动时机、进站策略组合、以及关键车手的可能失误点。

其中一种推演路径，与汉密尔顿最终夺冠的过程，重合度高达78%。

另一种路径，则预测了如果米克在倒数第三圈选择更激进的超车路线，可能导致双车退赛。

“这只是初步的、基于有限数据和简化规则的推演，”陈序的声音透过视频传来，“但框架的思考逻辑开始显现了。它不再是单纯拟合，而是在尝试理解比赛这个动态系统的规则和变量。”

那就继续烧钱吧！

我痛快地再次给他们转账：“该吃吃该喝喝，这种钱不需要省！”

办公室又开始欢呼。

437

为了方便，陈序他们搬到了哈斯在罗来纳总部新设立的“联合数据实验室”——其实就是把仓库隔壁清空，塞满了服务器和显示屏，还有一群眼睛发亮的码农。

“传统思路在这里是极端的取舍，”陈序指着模拟数据，他的黑眼圈在屏幕光下更明显了，“牺牲一切弯道性能换取直道尾速。”

“嗯……但我们的模型跑了几十万次模拟后，发现了一条更好的路径。”