温馨提醒：系统正在全面升级。您可以访问最新站点。谢谢！
听第二场报告会却自动产生了诸多联想，还蹦出了许多想法。
所以这是说明这种新的随机算法对他目前的研究更具价值，又或者随机算法的革新对人工智能领域的推进作用更大？
这个问题宁为暂时没想明白，只是他听的更认真了，然后默默将那位教授的名字记在了心底，准备回去就仔细查阅这位教授的论文。
……
上午的三场报告会便在宁为沉浸与算法的思考中结束。
相对于这种顶级会议来说，第一天的报告会安排的其实有些密集了，从九点到十二点这一百八十分钟，就有一百五十分钟的高质量报告会其实对于真正的听众来说其实并不很友好。
有太多毫无关联却又干货满满的东西需要消化，这并不是一件容易的事情。
宁为却只觉得收获颇多，直到最后一场发布会结束，他满脑子依然塞满了针对随机算法改良的种种想法，甚至他感觉隐隐摸到人工智能领域发展方向的脉搏，但却始终没想得太明白。就好像一个窈窕的美人躲在朦胧的轻纱之后，他却始终无法掀开那层轻纱，一窥全貌。
这种感觉很闹心，甚至让他快忘了两个小时后，他也要坐在主席台上面对上千业界的精英们去做汇报。至于那位想要找茬的哈佛美女天才，更是早已经被他抛到九霄云外。
一直到最后一场报告会结束，他依然看着之前展示PPT的大屏幕【创建和谐家园】。
直到余兴伟重重的拍在他的肩膀上：“我说宁为，你想啥呢？叫你两声都没听到？吃饭去了，难道你不饿吗？早上那两块面包我早消化完了！”
“哦！”宁为惋惜的站起身，突然问道：“余师兄，博士开题方向想好了吗？”
“嗯？”余兴伟愣了愣，错愕道：“拜托，我才博一就被你抓到项目组，哪有时间考虑开题。不过如果未来让我选题，大概也跟现在做的有关吧。”
“不如就选随机算法吧？我有种感觉，这个方向未来肯定很有用。”宁为很肯定的说道。
“嗯？”余兴伟愣了。
宁为非常顺利的将自己的小烦恼变成了余兴伟的小纠结。
对于博士来说，选题可是一件非常神圣的事情，关系到他能否毕业，更关系到他毕业后的就业前景。
于是，当宁为已经整理好情绪坐在大会的主席台上，准备开始自己的报告时，余兴伟则坐在台下纠结着，宁为到底是个什么意思？为什么突然推荐他选随机算法这个方向？
……
“众所周知，流体力学框架下包含了八大细分学科其中就包含了湍流和转捩以及人工智能跟机器学习，湍流算法便是在结合了N-S方程解在一种特殊情况下的应用。我们都知道物理空间的NavierStokesequation本质上是一个流场最简洁最高效的表达，而湍流算法的第一步就是将一个数据生存的网络空间，转化为一个直观的物理空间……”
第113章 来吧，让数论支配你们的恐惧
在世界顶级会议的千人报告厅里做60分钟汇报是种什么体验？
一点不矫情的说，这个问题宁为还真答不上来，强答的话，大概也只能说一句，感觉还行。
因为即便已经开始坐在主席台上，能清晰看到下方的一排排人头，甚至还能找到就坐在第一排的沈教授、那位风格能自由切换的露西女士，跟他最熟悉的余兴伟。
但他完整的思绪依然不在会议上，脑子里不停蹦出的那些数学公式，直接让下方一个个业界大佬、顶级科技公司的技术官们幻化成了一个个数学符号。
怎么说呢？
他第一次有这种感觉的时候，开始跟N-S方程死磕，并孕育出了湍流算法；第二次出现这种感觉，他开始研究人工智能，并宁愿晚一年考研，也要申请下来EDA项目；而今天，这是第三次。
就好像他的大脑里有什么东西在指引他应该前进的方向，当他遇到类似深入的讲解，就会启动，促进多巴胺的分泌，让他辗转反侧，让他欲罢不能……
又或者他的大脑想搞事情，搞大事情。
所以紧张？不存在的！
哪个数学家会看到上千个数学符号就紧张？即便是紧张，他也怕自己会忍不住冲动又去申请个新项目。
要知道他可是答应过鲁东义，明年爬也要爬取燕北大学数院继续数论的研究。
此时宁为只是纯粹按照惯性，阐述着早已经准备好的摘要。至于这帮人会提出些什么问题，完全不在他考虑之列，他甚至都懒得在汇报中根据PPT上的内容去引申，以延长报告时间，来缩减提问时间。
于是原本准备四十分钟完成的汇报，半个小时便翻到了PPT的最后一页。
当然这些恍惚的情绪，台下人是基本看不出来的，因为宁为的语言依然流利，需要的数据引用，也是张开就来，几乎没有半点卡顿。
所以这么快讲完，意外的只有他自己……
“额，嗯，以上就是湍流算法的设计思路跟方法概述，谢谢大家。”
台下应景的响起了一阵掌声，不算多热烈，更多的是礼貌。
毕竟一篇起码要研究一周甚至更多时间，才能大概有个轮廓的开创性论文，要浓缩成一个半小时汇报完的摘要，其实内在的干货不可能太多。
起码他不能详细讲述论文中每一次数据迭代的处理，函数的发散跟收敛，每次递归判定、筛选及关联函数或方程的意义。
宁为不知道台下这上千人中，有多人曾仔细研究过他的论文，但他能肯定的是，如果没有事先做足功课，把他的论文通读三遍，并做好笔记的情况下，肯定是听不懂的。
所以掌声并没有让他有所触动。
他只是静静的坐在位置上，让自己注意力更加专注于会议上，等待着台下的大佬们提出疑问。
跟他之前想的差不多，最先提问的两位大佬，关注的重点都是在算法迭代时，空间转换思想方面的内容，这也是湍流算法从理论意义上来说最为晦涩难懂的地方。
所以宁为早有准备，花了十分钟，便大概说清了大体的思路，展示了较为详细的推导过程，尤其是定义的限制器随流场参数空间变化限制高阶项的过程。
随后他在台上看到话筒被递到了冯少杰口中的哈佛天才少女露西·罗恩的手中。
“宁先生，您好，听了您的报告，我有注意到您在今天报告中公布的最新实验数据跟原始论文中的实验数据有着较大差异，应该是在最新测试阶段有了极大进步。在研读论文过程中，我大概了解算法学习阶段主要依靠训练集，而训练集来源于高质量的实测数据，而非数据模拟。”
“所以在研究论文时，我曾怀疑论文中阐述的实验室错误报告率在极长时间维持在一个高度无法降低的原因大概率是随机误差带来的噪声干扰，这是该类问题最难解的地方。但在您刚才的报告中，我发现算法误报错误率已经大幅度降低，所以我想请问这是怎么做到的？“
宁为讶异的看了眼台下神情肃穆的女生，大概理解了为什么冯少杰要说她是哈佛的宠儿，显然并不是因为她的身材，更因为她的头脑。
一天都没进过实验室，竟然能单从他的论文中判定出湍流算法更新前错误率居高不下的原因，这让宁为再也不敢升起小看天下英雄的心思，这才是开了挂的学霸，傲人的身材跟聪慧的头脑并重。
毕竟当时他们可是每天泡在实验室里观测数据近一个月都没找出问题所在。
只是要回答这个问题……
“解决这个问题的方法不具备普适性，事实上是通过对NS方程本身理解加深，简单来说是通过设定高位空间限制数据溢出量来解决，如果你一定要听完整的解决方案，我不知道……时间是否够用。”宁为解释道。
其实他是想说不知道这女生是否能听懂，因为纯数领域方面的内容，并不属于算法工程师特别研究的范畴。但这样说太拉仇恨，宁为临时改了口。
真不是看不起人，他只是单纯回忆起当时跟鲁东义探讨争论五天的日子……
然而台下的露西只是微微一笑，轻松的说道：“还有二十分钟时间，我相信以您的能力，能为大家解惑。”
宁为看了眼台下的沈教授，只是微微笑着，于是无奈的点了点头，说道：“好吧，那么我需要一支电子笔，谢谢。”
说完，宁为直接撤掉了准备好的PPT，直接新建了一个空白的文档，然后接过场务送来的电子笔，开始在文档上书写起起来。
很快一串公式书写完毕，也同步展示到了背后的大屏幕上，宁为也正式开始讲解：“这个可测函数能看懂吧？时间有限我就不多做讲解了，首先先把所有满足以上函数条件的最小值记作∥f∥Lp(·)……”
为什么学术圈有种说法，纯数领域站在学术研究鄙视链的巅峰？
因为数论是真的曲高和寡。
毫不客气的说，数论研究者跟普通人看待世界运转的方式都是不一样的。
尤其是现代数论细分了领域之后，更不是一般人能去触碰了。因为很多时候同时研究数论的，一旦跨界，都不一定能想明白同行的思路。
对于算法工程师来说，数学自然极为重要，但算法的研究毕竟是为了解决现在所面临的现实问题，而针对数论的研究，能不能解决现实问题并不重要，甚至能不能解决未来可能出现的问题都不重要，其研究的乐趣更偏向于哲学上对于世界本质的探讨。
就拿NS方程的研究来说，没有NS方程物理学家就不能研究流体力学了吗？答案显然是否定的。
物理的本质在于观察跟实验，一次不行百次，百次不行前次，甚至上百万次不同环境的实验下来，通过观察记录，足以总结出不同流体条件下的各种一般性规律，从而推导出针对不同情况的各类公式。
事实上现代物理学也是这样做的。
当然，这并不是说数论完全没有现实意义。
起码通过数论建立的各种模型，起码能减少物理学家的工作量。
最重要的是解决问题的过程跟使用到的数学方法，往往能指导科研向更高的层级发展。
类似的命题诸如哥德巴赫猜想。
所以当宁为将问题转向其实他目前最擅长的数论领域，台下起码有百分之九十的人开始抓瞎了……
甚至让很多人回忆起曾经被数论支配的恐惧。
这特么是计算机算法大会啊，你来这儿跟大家讲数学题了？
……
是的，宁为就是在讲题。
最初他还会在某个空间转换阶段，问上一句大家能否听懂，但当他沉浸在复盘跟鲁东义思维风暴的乐趣之后，已经懒得理会台下的人是否看懂听懂他所说的东西了。
他只是在一次学术会议上针对提问解答问题而已，又不是在讲课，的确不需要照顾有没有人听不懂。
事实上，当他开始从数论方向讲解的时候，已经注定了这次报告走向一个诡异的方向。
台下的大佬们要保持镇静，面不改色，毕竟他们露怯，会显得被一个年轻人进行了智商压制，没有面子……
但后排早已经响起了窃窃私语的讨论声。
最初还能听到有人在向身边人咨询跟探讨：“这一步跟上一步之间有什么联系？怎么推导的？”
还有人能回答：“如果我以前学的东西没完全交给老师的话，那应该是Young不等式。”
但当宁为开始论述到频率空间上的算子有界性问题，已经听不到什么讨论的声音了，无数人开启了吐槽模式。
“兄弟，你听懂了吗？他写的是些什么？”
“不，我正在反思为什么会坐在这里。你能告诉我吗？我们为什么要坐这儿？”
“法克，这到底是计算机大会还是数学家大会？台上那哥们走错片场了吧？”
“不，也许是我们穿越到了普林斯顿，你知道的，那里疯子最多！”
“我是来参加计算机算法大会的，不是来接受回炉再造的！”
“淡定，看不懂才是正常的！能看懂的人不该坐在这里。”
“我终于明白他为什么没见过女人穿露背晚礼服了！他不配！真的，这种人就只配跟他的左右手过一辈子！”
“这是什么梗？”
“你还不知道吗？那个不解风情华夏小子的故事？”
……
至于导致这一情况的始作俑者露西在已经彻底愣住了，实际上她比后排众人好不了多少，能跟上并理解的过程，大概仅限于宁为推导的前三步。
当更多的数学工具跟理论被提出，她也开始茫然了。
大概打死她都没想到自以为难度极高的问题，引来的却是实实在在的降维打击，以及似乎是智商上的碾压。
她很努力的想消化宁为板书跟讲解的那些内容，但似乎没什么用，而此时身边同为这次会议召集人的导师跟另一边沈教授谈话的内容断断续续的传入她的耳中。
“沈，也许以后的大会我们应该邀请几位纯数领域数学家朋友坐阵……你知道的……现场大概没几个人能对他的发言给出评价……这样会很尴尬……或者我们应该把他送到普林斯顿去做报告……”
……
“综上所述，到这一步，大家应该很清楚了，我们有效的通过这种方式进行了全局收敛，然后将这一结果带入到算法中，从而能有效排除临近错误的干扰，让算法的学习过程隔绝掉来自临近数据带来的噪音干扰，并提高识别的准确率。”