115 关于随机算法跟人工智能的探讨（2/5）

起码他不能详细讲述论文中每一次数据迭代的处理，函数的发散跟收敛，每次递归判定、筛选及关联函数或方程的意义。

宁为不知道台下这上千人中，有多人曾仔细研究过他的论文，但他能肯定的是，如果没有事先做足功课，把他的论文通读三遍，并做好笔记的情况下，肯定是听不懂的。

所以掌声并没有让他有所触动。

他只是静静的坐在位置上，让自己注意力更加专注于会议上，等待着台下的大佬们提出疑问。

跟他之前想的差不多，最先提问的两位大佬，关注的重点都是在算法迭代时，空间转换思想方面的内容，这也是湍流算法从理论意义上来说最为晦涩难懂的地方。

所以宁为早有准备，花了十分钟，便大概说清了大体的思路，展示了较为详细的推导过程，尤其是定义的限制器随流场参数空间变化限制高阶项的过程。

随后他在台上看到话筒被递到了冯少杰口中的哈佛天才少女露西·罗恩的手中。

“宁先生，您好，听了您的报告，我有注意到您在今天报告中公布的最新实验数据跟原始论文中的实验数据有着较大差异，应该是在最新测试阶段有了极大进步。在研读论文过程中，我大概了解算法学习阶段主要依靠训练集，而训练集来源于高质量的实测数据，而非数据模拟。”

“所以在研究论文时，我曾怀疑论文中阐述的实验室错误报告率在极长时间维持在一个高度无法降低的原因大概率是随机误差带来的噪声干扰，这是该类问题最难解的地方。但在您刚才的报告中，我发现算法误报错误率已经大幅度降低，所以我想请问这是怎么做到的？“

宁为讶异的看了眼台下神情肃穆的女生，大概理解了为什么冯少杰要说她是哈佛的宠儿，显然并不是因为她的身材，更因为她的头脑。

一天都没进过实验室，竟然能单从他的论文中判定出湍流算法更新前错误率居高不下的原因，这让宁为再也不敢升起小看天下英雄的心思，这才是开了挂的学霸，傲人的身材跟聪慧的头脑并重。

毕竟当时他们可是每天泡在实验室里观测数据近一个月都没找出问题所在。

只是要回答这个问题……

“解决这个问题的方法不具备普适性，事实上是通过对ns方程本身理解加深，简单来说是通过设定高位空间限制数据溢出量来解决，如果你一定要听完整的解决方案，我不知道……时间是否够用。”宁为解释道。

其实他是想说不知道这女生是否能听懂，因为纯数领域方面的内容，并不属于算法工程师特别研究的范畴。但这样说太拉仇恨，宁为临时改了口。

真不是看不起人，他只是单纯回忆起当时跟鲁东义探讨争论五天的日子……

然而台下的露西只是微微一笑，轻松的说道：“还有二十分钟时间，我相信以您的能力，能为大家解惑。”

宁为看了眼台下的沈教授，只是微微笑着，于是无奈的点了点头，说道：“好吧，那么我需要一支电子笔，谢谢。”