“基础是(卷积神经网络)，基于 的相关研究是热点，这个算法一直都在改进。”
“我也对另外一种机器学习算法GBDT有了解……”
孟芊连续说了一大堆，能听的出来确实很专业，肯定是下了不少功夫，实验室里的其他几人，也都是在读博士生，研究的不是同一方向，但也都有类似、重复之处。
王浩抿着嘴认真听了好半天，思考着正要开口，陈庆华和另一个教授走了进来。
“孙老师！”
“陈教授！”
几个博士生纷纷礼貌的喊了一声。
陈庆华也给王浩做了介绍，“这是孙光远教授。”
孙光远是博士生导师，实验室有两个就是他的学生，他和王浩握手以后，马上道，“王教授，不好意思打扰了，你别管我们，继续说你们的。”
陈庆华和孙光远就站在旁边看着。
两个计算机专业学者站在旁边，很大可能都是从事人工智能领域的研究，王浩都感觉自己是在外行指点内行，赶紧强调了一句，“我是外行人，说的不对，你们可别笑话。人工智能，我是真不懂。”
孙光远马上笑道，“王教授，这有什么笑话不笑话的，跨行如隔山啊，研究就是这样，自己闷头做研究，也很难有进展，也许听其他人说两句，就能想到思路。”
陈庆华也道，“说的对不对的，都没关系，这又不是专业的学术会议。”
王浩顿时心里有底了，他开口道，“我对于‘表示学习’的理解，它是人工智能领域的核心研究问题，一些成功的模型”成功的模型都可以被理解成是表示学习的特例……”
当有了个开头以后，大量的知识涌入到脑海里，再结合自己对算法的理解以及想法，王浩顿时有了信心，继续道，“用概率建模隐变量和观测变量联合分布的隐变量模型，以及端到端学习层次化表示的深度模型，都是表示学习的一种。”
“现在已经是大数据时代，表示学习的研究主要难点，是对于超大数据量的分析。”
“不管是随机算法的噪声，近似优化算法的不稳定性，高时间复杂度等都影响了表示学习算法的效率……”
他说着进入到了正题，干脆走到了旁边小白板前，花了个简单的模型图，才继续说道，“我们来看这个图，其实不管在表示学习方向，做什么样的研究，都离不开这个图。要么是分析简化算法，要么是从构造入手，最容易、也最容易出成果的，应该是简化构造，某个方向上，形成直接通路。”
“我们从A点走到B点，再走到C点，肯定比不上在A和C之间修一条通路。”
“那么，怎么去做研究，怎么去修通路呢？”
“我认为可以有两种方法，一种是采用新的构架，另一种是采用新的分析方法……”
“哇啦哇啦……”
王浩一口气讲了近三十分钟，有个有眼力见的博士生，还倒了杯水递过来。
然后，继续。
终于在四十分钟左右，他才结束了话头。
看着陷入思考、认真理解的实验室众人，顿时满意的点点头说道，“我就是有点粗浅的理解，有说的不对的地方忘见谅。”
“对人工智能，我就是个外行。”
一众博士生，也包括孟芊，顿时投过来崇拜的眼神，他们听了一大堆的讲解，都感觉有了很大收获，想到自己的研究思路都清晰了。
孙光远和陈庆华则同时用力扯扯嘴角。
这叫外行？
‘外行’这个词，是不是重新定义一下？
喜欢从大学讲师到首席院士请大家收藏：(m.zjsw.org)从大学讲师到首席院士爪机书屋更新速度全网最快。