“我也對另外一種機器學習演算法GBDT有了解……”
孟芊連續說了一大堆，能聽的出來確實很專業，肯定是下了不少功夫，實驗室裡的其他幾人，也都是在讀博士生，研究的不是同一方向，但也都有類似、重複之處。
王浩抿著嘴認真聽了好半天，思考著正要開口，陳慶華和另一個教授走了進來。
“孫老師！”
“陳教授！”
幾個博士生紛紛禮貌的喊了一聲。
陳慶華也給王浩做了介紹，“這是孫光遠教授。”
孫光遠是博士生導師，實驗室有兩個就是他的學生，他和王浩握手以後，馬上道，“王教授，不好意思打擾了，你別管我們，繼續說你們的。”
陳慶華和孫光遠就站在旁邊看著。
兩個計算機專業學者站在旁邊，很大可能都是從事人工智慧領域的研究，王浩都感覺自己是在外行指點內行，趕緊強調了一句，“我是外行人，說的不對，你們可別笑話。人工智慧，我是真不懂。”
孫光遠馬上笑道，“王教授，這有什麼笑話不笑話的，跨行如隔山啊，研究就是這樣，自己悶頭做研究，也很難有進展，也許聽其他人說兩句，就能想到思路。”
陳慶華也道，“說的對不對的，都沒關係，這又不是專業的學術會議。”
王浩頓時心裡有底了，他開口道，“我對於‘表示學習’的理解，它是人工智慧領域的核心研究問題，一些成功的模型”成功的模型都可以被理解成是表示學習的特例……”
當有了個開頭以後，大量的知識湧入到腦海裡，再結合自己對演算法的理解以及想法，王浩頓時有了信心，繼續道，“用機率建模隱變數和觀測變數聯合分佈的隱變數模型，以及端到端學習層次化表示的深度模型，都是表示學習的一種。”
“現在已經是大資料時代，表示學習的研究主要難點，是對於超大資料量的分析。”
“不管是隨機演算法的噪聲，近似最佳化演算法的不穩定性，高時間複雜度等都影響了表示學習演算法的效率……”
他說著進入到了正題，乾脆走到了旁邊小白板前，花了個簡單的模型圖，才繼續說道，“我們來看這個圖，其實不管在表示學習方向，做什麼樣的研究，都離不開這個圖。要麼是分析簡化演算法，要麼是從構造入手，最容易、也最容易出成果的，應該是簡化構造，某個方向上，形成直接通路。”
“我們從A點走到B點，再走到C點，肯定比不上在A和C之間修一條通路。”
“那麼，怎麼去做研究，怎麼去修通路呢？”
“我認為可以有兩種方法，一種是採用新的構架，另一種是採用新的分析方法……”
“哇啦哇啦……”
王浩一口氣講了近三十分鐘，有個有眼力見的博士生，還倒了杯水遞過來。
然後，繼續。
終於在四十分鐘左右，他才結束了話頭。
看著陷入思考、認真理解的實驗室眾人，頓時滿意的點點頭說道，“我就是有點粗淺的理解，有說的不對的地方忘見諒。”
“對人工智慧，我就是個外行。”
一眾博士生，也包括孟芊，頓時投過來崇拜的眼神，他們聽了一大堆的講解，都感覺有了很大收穫，想到自己的研究思路都清晰了。
孫光遠和陳慶華則同時用力扯扯嘴角。
這叫外行？
‘外行’這個詞，是不是重新定義一下？