第(2/3)頁

    第一個上場的是個年輕教授，大概只有三十歲左右，來自巴黎綜合理工大學。

    琺國舉辦的會議肯定照顧下‘自己人’，也是用一個‘不怎么重大卻挑不出錯’的研究，作為開場白讓會議正式進入正軌。

    年輕教授說了個對于‘在線算法-正則化雙重平均算法’的研究，內容聽起來有點意思，但只是研究有了一定進展，很難吸引在場學者的眼球。

    二十分鐘，報告結束。

    會場里有些人禮貌的鼓掌，但多數掌聲都來自前排，來自會議的舉辦方、評審、特邀專家，后排的學者們連象征性鼓掌都沒有。

    他們對于‘不感興趣’、‘沒多大意義’的研究，不大喊一聲‘下去’、‘下去’，都已經很有禮貌了。

    這就是真實的學術會議。

    有實力才能贏得掌聲，沒實力就干脆別上去，學者們可不懂‘虛情假意的客套’。

    王浩對于第一個報告也聽了幾耳朵，發現對自己沒什么幫助，而且研發進展也很小，沒有比較出彩的地方，就和其他人一樣，也沒什么興趣了。

    等到了第二個報告的時候，他就非常專注的耐心聽了，甚至還用了一個‘教學幣’。

    其他人也同樣很認真的聽。

    第一個報告等同于‘做個開場’，第二個報告、第三個報告則都是比較重要的，是會場評審方認為是有‘重大意義’的研究。

    好多不需要作報告的學者，來參加會議的目的，也是聽取有重大意義的研究，專業性的頂級會議，也是漲見識、學東西的地方，新的研究方向、新的內容，可以讓學者們知道其他人在研究什么，是怎么樣完成的研究，就能夠開拓思考，找到與自己研發有關的靈感和方向。

    王浩最看重三個報告，今天的第二場、第三場，還有明天上午第三場，也就是沙勉之和王明坤一起的研究。

    現在進行的第二場，是一個牛津大學教授做的研究，是對于梯度下降算法計算復雜度的理論研究。

    這是非常罕見的。

    在應用研究的很多方面都依賴于一種名為‘梯度下降’的算法，是一個求解某個數學函數最大/最小值的過程，從計算產品的最佳生產方式，到工人輪班的最佳安排方法，‘梯度下降’算法都能派上用場。

    但是相對于多方向的應用來說，相關理論研究卻稀少的可憐。

    這位作報告的牛津大學教授，從‘梯度下降算法在許多常見問題上效果不佳’，以及‘梯度下降的很多工作都沒有涉及復雜性理論’兩個方向，以數學計算機的方式，研究各類情況問題中的交集問題，從而對于梯度下降算法進行了理論論證。

    王浩聽得津津有味，論證中清晰的邏輯剖析，讓他感覺對于邏輯論證的把握都更清晰了。

    另一個反應就是--

    【任務二，靈感值+1。】

    聽取了全程的報告，直接帶來了‘任務二’一點靈感值收獲，明顯收獲是很巨大的。

    雖然只有一點靈感值，但要知道，‘任務二’是破解上帝之數，難度是a級別的，只是增加一點靈感值，也許會是很重要的提升。

    牛津大學教授的報告獲得了一致贊嘆，完成的時候收獲了一致的掌聲。

    沙勉之坐在了王浩的旁邊，忍不住感嘆道，“看來，想拿個最佳不容易啊！”他對自己的研究有信心，但要說壓制剛才的報告可不好說，還是要看會議評審組的看法。

    下面就是第三場。

    會議第一天的第二場、第三場都可以說是壓軸，有了剛才的精彩報告，好多人也期待其了第三場，上場的是來自芬蘭赫爾辛基大學的西彌斯-戈爾利克斯，以及他的同事阿爾馬洛夫。

    報告的名稱則是‘快速而準確的最小均方求解’，內容是對于最小均方算法，也就是lms算法的改進。
    第(2/3)頁