他相信，等到结果出来，詹想自然会被说服。赵文渊接着问道：「这些脑电波数据的采样率是多少?对应的数据量有多大?」
詹想一愣，没想到赵文渊对自己的问题避而不答，显然对训练结果极为自信，一时没回答赵文渊的问题。
反而是梦瑶先说道：「是256赫兹，标准采样率，我们的微型电极阵列会对采集到信号进行聚合，采集通道最高1024个，使用24比特精度。」
她看出赵文渊这个问题是想问数据大小，把原始数据的参数一下都报了出来。
赵文渊沉吟了一下，迅速在脑子里做了个估算。
三万个小时，按照256赫兹计算：
30000x3600x256=27648000000
单通道就是接近两百八十亿个采样点。
1024个通道的话，总的数据量就是二十八万亿个电位信号，24比特精度，大概也就是84tb的数据。
作为脑电波数据，这个量很大；但是作为训练模型的数据，这个量简直小得不值一提。
训练系统做久了，会对数据量级有一个近乎本能的敏感度，刚才这些数据的估算在赵文渊脑海中也就是十几秒的时间。
然後他开口说道：「这个数据量，我们没必要起得太大，可以先做一个五亿参数的模型看一看。」詹想下意识地重复了一遍：「五亿?」
他们团队手工特徵提取出来的模型，参数还在千万这个级别。
赵文渊听他开口，以为他觉得小了。
毕竟五亿参数，只有0.5b，市面上随便一个开源模型都比这个大。汤圆1.0可是万亿级的巨无霸，就这还远远算不上市面上最大的模型。
这个预计第一轮叠代的脑电模型，和大语言模型们比起来，简直像一个小可爱了。
赵文渊开口宽慰道：「开头先做小一点，效果好我们再提升。」
詹想被噎了一下，接下来的话也没说出来。
五亿——小吗?那我们现在的模型算什麽?微微?
梦瑶倒是没被这个数字刺激到，她的领域在脑科学领域，算法本来就不是她的专长。
所以从刚才开始，她一直更关注的是韩路一刚才所说的第二点，通过起源的新模型架构实现快速的从意图到动作的翻译。