伴随着周淮对这个全新的CRA架构的介绍，场中几乎所有人都是死死看着PPT上面不断出现的那些介绍文字。
虽然单单只靠周淮这样的介绍，暂时还让他们看不出来这个全新的CRA架构到底比PCE架构好多少，但不妨碍的是，他们现在已然知道，这个CRA的的确确是一个比PCE，又或者是Transformer架构都要厉害的东西。而在之后，周淮也简单展现了一下将这个全新的CRA架构同另外两个架构的对比。
毫无疑问，CRA架构都展现出了更强大的性能。
无论是在对问题的理解和解析，以及对问题的精准定位等等方面，CRA架构都展现出了另外两个架构无法相提并论的优势。
像是Transformer架构，本身就已经被PCE架构甩的很远了，而现在的CRA架构，更是超过了PCE架构相当的程度。
……毫无疑问，CRA架构在实际使用当中，体验感也会比PCE架构和Transformer架构更胜一筹。”“如果要将这三者进行一个比较的话……”周淮想了想，而后便笑着说道：“那么我想Transforme架构就是一个模仿者，能够汇集各种训练数据之后，对这些数据所包含知识进行模仿的一个模仿者。”“而PCE架构是一个决策者，它能够迅速地给出一个决策，做出一些判断。”
“至于CRA架构，就是一个真正的思考者了，它能够在一定程度上，模拟出我们人类的思考过程，从而输出一个可信的结果出来。”
“也就是从某种程度上来说，它解决了人工智能的“可解释性’，这一问题。”
人工智能的可解释性！
当听到周淮提到这一点，现场顿时就有一道不可思议的声音响起：“什么？你是说这个模型解决了可解释性问题？！”
而与此同时，场上也有不少的专家们都开始低声议论了起来，显然，周淮所说的这一点，是彻彻底底地让他们感到了震惊。
周淮也看向了那名提问的人。
那是一位估计得有五六十岁的老学者，是坐在椭圆桌席位上的，看了一眼名字，叫做郑博胜，应该也是一名国内比较厉害的学者。
当然，对方在这种时候突然问出这个问题，虽然不符合章程，但不得不说的是，作为一个捧哏，这个问题问的很到位。
而且那边看着的潘和院士也没有说什么，同样露出十分感兴趣的表情，显然也是想要知道周淮要如何解释这个问题。
而后周淮便点点头，说道：“是的。”
“这也算是CRA最根本，也是最强大的地方，它解决了人工智能领域长期以来的“阿喀琉斯之踵’，即可解释性问题。”
可解释性问题，一直是人工智能领域中一个相当重要的问题，它主要是指人工智能系统能够以人类可理解的方式解释其决策和输出的能力。
这一点重要在于，只要知道了一个模型是如何解释它的输出结果时，人们就能够理解这个模型的内部工作机制，从而更好地评估和控制模型的行为。
一直以来，这个问题都属于人工智能领域中被长期研究和讨论的问题，尽管一直以来都没有人能够找到解决它的方法，甚至也有大牛表示：模型也许像心理学，或者是艺术一样，或许根本就不可解释。周淮将自己平静的目光，落在那位提问的老学者身上。
而现场中那些因为他肯定的回答而越发絮叨嘈杂的低声讨论，也没有太过影响到他的情绪。“郑教授，以及在座的各位前辈，我知道“解决可解释性’这个说法听起来有多么大胆，甚至有些狂妄，因为在现有的技术框架下，AI的可解释性几乎是一个无解的难题。”
他的声音通过麦克风，清晰地传了出去，而这时候，那些嘈杂的絮叨声便瞬间安静了下来，所有人都屏住了呼吸，等待着他的