科技之錘!
在世界頂級會議的千人報告廳裡做60分鐘彙報是種什麼體驗?
一點不矯情的說,這個問題寧為還真答不上來,強答的話,大概也隻能說一句,感覺還行。
因為即便已經開始坐在主席台上,能清晰看到下方的一排排人頭,甚至還能找到就坐在第一排的沈教授、那位風格能自由切換的露西女士,跟他最熟悉的餘興偉。
但他完整的思緒依然不在會議上,腦子裡不停蹦出的那些數學公式,直接讓下方一個個業界大佬、頂級科技公司的技術官們幻化成了一個個數學符號。
怎麼說呢?
他第一次有這種感覺的時候,開始跟ns方程死磕,並孕育出了湍流算法;第二次出現這種感覺,他開始研究人工智能,並寧願晚一年考研,也要申請下來eda項目;而今天,這是第三次。
就好像他的大腦裡有什麼東西在指引他應該前進的方向,當他遇到類似深入的講解,就會啟動,促進多巴胺的分泌,讓他輾轉反側,讓他欲罷不能……
又或者他的大腦想搞事情,搞大事情。
所以緊張?不存在的!
哪個數學家會看到上千個數學符號就緊張?即便是緊張,也是他怕自己會又忍不住衝動去申請個新項目。
要知道他可是答應過魯東義,明年爬也要爬取燕北大學數院繼續數論的研究。
此時寧為隻是純粹按照慣性,闡述著早已經準備好的摘要。至於這幫人會提出些什麼問題,完全不在他考慮之列,他甚至都懶得在彙報中根據t上的內容去引申,以延長報告時間,來縮減提問時間。
於是原本準備四十分鐘完成的彙報,半個小時便翻到了t的最後一頁。
當然這些恍惚的情緒,台下人是基本看不出來的,因為寧為的語言依然流利,需要的數據引用,也是張開就來,幾乎沒有半點卡頓。
所以這麼快講完,意外的隻有他自己……
“額,嗯,以上就是湍流算法的設計思路跟方法概述,謝謝大家。”
台下應景的響起了一陣掌聲,不算多熱烈,更多的是禮貌。
畢竟一篇起碼要研究一周甚至更多時間,才能大概有個輪廓的開創性論文,要濃縮成一個半小時彙報完的摘要,其實內在的乾貨不可能太多。
起碼他不能詳細講述論文中每一次數據迭代的處理,函數的發散跟收斂,每次遞歸判定、篩選及關聯函數或方程的意義。
寧為不知道台下這上千人中,有多人曾仔細研究過他的論文,但他能肯定的是,如果沒有事先做足功課,把他的論文通讀三遍,並做好筆記的情況下,肯定是聽不懂的。
所以掌聲並沒有讓他有所觸動。
他隻是靜靜的坐在位置上,讓自己注意力更加專注於會議上,等待著台下的大佬們提出疑問。
跟他之前想的差不多,最先提問的兩位大佬,關注的重點都是在算法迭代時,空間轉換思想方麵的內容,這也是湍流算法從理論意義上來說最為晦澀難懂的地方。
所以寧為早有準備,花了十分鐘,便大概說清了大體的思路,展示了較為詳細的推導過程,尤其是定義的限製器隨流場參數空間變化限製高階項的過程。
隨後他在台上看到話筒被遞到了馮少傑口中的哈佛天才少女露西·羅恩的手中。
“寧先生,您好,聽了您的報告,我有注意到您在今天報告中公布的最新實驗數據跟原始論文中的實驗數據有著較大差異,應該是在最新測試階段有了極大進步。在研讀論文過程中,我大概了解算法學習階段主要依靠訓練集,而訓練集來源於高質量的實測數據,而非數據模擬。”
“所以在研究論文時,我曾懷疑論文中闡述的實驗室錯誤報告率在極長時間維持在一個高度無法降低的原因大概率是隨機誤差帶來的噪聲乾擾,這是該類問題最難解的地方。但在您剛才的報告中,我發現算法誤報錯誤率已經大幅度降低,所以我想請問這是怎麼做到的?“
寧為訝異的看了眼台下神情肅穆的女生,大概理解了為什麼馮少傑要說她是哈佛的寵兒,顯然並不是因為她的身材,更因為她的頭腦。
一天都沒進過實驗室,竟然能單從他的論文中判定出湍流算法更新前錯誤率居高不下的原因,這讓寧為再也不敢升起小看天下英雄的心思,這才是開了掛的學霸,傲人的身材跟聰慧的頭腦並重。
畢竟當時他們可是每天泡在實驗室裡觀測數據近一個月都沒找出問題所在。
隻是要回答這個問題……
“解決這個問題的方法不具備普適性,事實上是通過對ns方程本身理解加深,簡單來說是通過設定高位空間限製數據溢出量來解決,如果你一定要聽完整的解決方案,我不知道……時間是否夠用。”寧為解釋道。
其實他是想說不知道這女生是否能聽懂,因為純數領域方麵的內容,並不屬於算法工程師特彆研究的範疇。但這樣說太拉仇恨,寧為臨時改了口。
真不是看不起人,他隻是單純回憶起當時跟魯東義探討爭論五天的日子……
然而台下的露西隻是微微一笑,輕鬆的說道“還有二十分鐘時間,我相信以您的能力,能為大家解惑。”
寧為看了眼台下的沈教授,隻是微微笑著,於是無奈的點了點頭,說道“好吧,那麼我需要一支電子筆,謝謝。”
說完,寧為直接撤掉了準備好的t,直接新建了一個空白的文檔,然後接過場務送來的電子筆,開始在文檔上書寫起起來。
很快一串公式書寫完畢,也同步展示到了背後的大屏幕上,寧為也正式開始講解“這個可測函數能看懂吧?時間有限我就不多做講解了,首先先把所有滿足以上函數條件的最小值記作∥f∥l·……”
為什麼學術圈有種說法,純數領域站在學術研究鄙視鏈的巔峰?
因為數論是真的曲高和寡。
毫不客氣的說,數論研究者跟普通人看待世界運轉的方式都是不一樣的。
尤其是現代數論細分了領域之後,更不是一般人能去觸碰了。因為很多時候同時研究數論的,一旦跨界,都不一定能想明白同行的思路。
對於算法工程師來說,數學自然極為重要,但算法的研究畢竟是為了解決現在所麵臨的現實問題,而針對數論的研究,能不能解決現實問題並不重要,甚至能不能解決未來可能出現的問題都不重要,其研究的樂趣更偏向於哲學上對於世界本質的探討。
就拿ns方程的研究來說,沒有ns方程物理學家就不能研究流體力學了嗎?答案顯然是否定的。