理的基础上，并且不确定性下的机器推理，必须用类似消息传递的体系结构来构建。”
对于姜斌的阐述，费根鲍姆，听的特别认真，每一个词都在细细推敲。人工智能已经沉寂了很久，很多人都在埋头寻找方向，因此姜斌的建议彷佛给他推开了一个门缝，好似看到了一丝亮光。
“我明白，但是‘消息’是什么？”逻辑完美，但似乎少了一个环节，费根鲍姆很快找到了关节。
这也正是姜斌预留的口子，他当然知道‘消息’是什么，但就像要吊人胃口一样，总要留些内容的，于是对着费根鲍姆，道，“我不知道，但我知道方法，我需要时间去推导……”
果然，费根鲍姆对于姜斌口中的方法非常关注，这让他意识到推导的可能性，也许正是打开人工智能死胡同的钥匙，因此倒是没有丝毫的犹豫，伸出手道，“欢迎加入我的团队！”
姜斌终于松了口气，这算是过关了，至少专业得到了肯定，因此兴奋的答道，“非常荣幸。”
“我这儿还有一个助教的职位，不知你是否感兴趣？”似乎为了表示对姜斌的重视，费根鲍姆倒是不吝啬的再次抛出一个邀请。
“TeachingAssistant？orGraduateAssistant？”助教是教授雇佣的，也可算作学校的工作人员，不仅有工资拿，地位也还可以。但对他来说，却有一个坑，还是确认一下好。
要知道助教也分授课型的和研究型的，这两个类别，差距可是很大。
授课型助教，顾名思义，就是负责协助教授们完成授课任务，所以工作内容包括审核考勤、批改作业、准备试题、辅助备课、邀请嘉宾等等，简直就是个专职秘书，累的要死。姜斌可不想每周完成自己的学习任务外，还要解答学生们一大堆跟学习直接和间接的问题。
而研究型助教，则轻松的多，只需要负责教授们布置的研究内容，而不需要直接对接学生，这样正好遂了姜斌的意，有更多的时间放在研究上。
“当然是后者！”
有些心想事成地感觉，答案正是姜斌期待的那个，于是欣然地回道，“谢谢！我非常感兴趣，愿意接受您的邀请。”
PS：进入两周的出差时间，估摸都得一章了。
请收藏：https://m.99txt.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）