第(3/3)頁

    雖然最初感覺對報告會上第一場基于量子行為粒子群優化的報告并不是太有興趣，但真的聽進去了，其實感覺還是挺有意思，但也僅止于此了。

    簡單來說這是一種由群體智能算法進階發展而來的算法。

    群體智能算法的典型代表是模擬了鳥類群體行為的粒子群優化算法，簡稱為pso算法。這一算法自1995年被提出以來，由于其計算簡單、易于實現、控制參數少等特點，引起了國內外相關領域眾多學者的關注和研究。

    但該算法的特點也跟優點一樣突出。

    首先從理論上講，它不是一個全局收斂算法；其次，算法的速度與位置進化公式使得粒子群的隨機性和智能性較低；此外，算法性能對速度上限的依賴使其魯棒性降低。

    人們通過對這種算法的思考，引入粒子群優化的概念，便進階出了這種算法。

    其應用領域主要是在多峰、多極值的函數優化問題，復雜的工程優化問題，比如隨機規劃、系統辨識等等……

    但當休息了十分鐘，第二場報告會正式開始介紹一種新的隨機算法時，寧為發現了不同。

    這已經不是有趣不有趣的問題了，而是伴隨著臺上報告者不斷深入的講解，他的大腦再次有了反應，羅列出了許多該算法亟待或者應該解決的問題。

    這就很有意思了。

    要知道第一場報告會是一場60分鐘報告會，而今天第二場報告會組委會只給了臺上那位萊蒙托夫教授45分鐘，別小看這十五分鐘，這可代表著站在計算機算法領域最頂尖的那群人對兩者重視程度的差別。

    然而寧為在聽一場報告會只覺得有趣，其他沒了。

    聽第二場報告會卻自動產生了諸多聯想，還蹦出了許多想法。

    所以這是說明這種新的隨機算法對他目前的研究更具價值，又或者隨機算法的革新對人工智能領域的推進作用更大？

    這個問題寧為暫時沒想明白，只是他聽的更認真了，然后默默將那位教授的名字記在了心底，準備回去就仔細查閱這位教授的論文。

    ……

    上午的三場報告會便在寧為沉浸與算法的思考中結束。

    相對于這種頂級會議來說，第一天的報告會安排的其實有些密集了，從九點到十二點這一百八十分鐘，就有一百五十分鐘的高質量報告會其實對于真正的聽眾來說其實并不很友好。

    有太多毫無關聯卻又干貨滿滿的東西需要消化，這并不是一件容易的事情。

    寧為卻只覺得收獲頗多，直到最后一場發布會結束，他滿腦子依然塞滿了針對隨機算法改良的種種想法，甚至他感覺隱隱摸到人工智能領域發展方向的脈搏，但卻始終沒想得太明白。就好像一個窈窕的美人躲在朦朧的輕紗之后，他卻始終無法掀開那層輕紗，一窺全貌。

    這種感覺很鬧心，甚至讓他快忘了兩個小時后，他也要坐在主席臺上面對上千業界的精英們去做匯報。至于那位想要找茬的哈佛美女天才，更是早已經被他拋到九霄云外。

    一直到最后一場報告會結束，他依然看著之前展示ppt的大屏幕發愣。

    直到余興偉重重的拍在他的肩膀上：“我說寧為，你想啥呢？叫你兩聲都沒聽到？吃飯去了，難道你不餓嗎？早上那兩塊面包我早消化完了！”

    “哦！”寧為惋惜的站起身，突然問道：“余師兄，博士開題方向想好了嗎？”

    “嗯？”余興偉愣了愣，錯愕道：“拜托，我才博一就被你抓到項目組，哪有時間考慮開題。不過如果未來讓我選題，大概也跟現在做的有關吧。”

    “不如就選隨機算法吧？我有種感覺，這個方向未來肯定很有用。”寧為很肯定的說道。

    “嗯？”余興偉愣了。

    寧為非常順利的將自己的小煩惱變成了余興偉的小糾結。

    對于博士來說，選題可是一件非常神圣的事情，關系到他能否畢業，更關系到他畢業后的就業前景。

    于是，當寧為已經整理好情緒坐在大會的主席臺上，準備開始自己的報告時，余興偉則坐在臺下糾結著，寧為到底是個什么意思？為什么突然推薦他選隨機算法這個方向？

    ……

    “眾所周知，流體力學框架下包含了八大細分學科其中就包含了湍流和轉捩以及人工智能跟機器學習，湍流算法便是在結合了n-s方程解在一種特殊情況下的應用。我們都知道物理空間的navier    stokes    equation本質上是一個流場最簡潔最高效的表達，而湍流算法的第一步就是將一個數據生存的網絡空間，轉化為一個直觀的物理空間……”


    第(3/3)頁