样的目光注视着他背后的大屏幕。

    林浔咳了一声，清了清嗓子，这才继续道：“……这就是我们的一些理论基础，出于时间的考虑，不再和大家详细解释。”

    这张PPT非常简单，白底黑字，字体端正严谨，标准的论文格式，九篇论文，时间跨度有六年，从他们的学生时代开始，到今年为止，主要还是集中在上学的时候。

    论文的发表有两种体系，会议和期刊，顶级会议称为顶会，在计算机专业，顶会的含金量大于顶刊。九篇顶会论文虽然不算什么特别出彩的成绩，但也足够说明他们的工作不是空中楼阁了。

    第一个人举起了手，和手里的手机。

    第二个人举起了手，和手里的手机。

    快门声响了起来。其它人仿佛突然获得什么指令，也纷纷拿起手机开始拍照，或许是想查询一下影响因子。

    为了让他们拍到，林浔在这一页多停留了十秒，才翻到下一页：“这是另一部分。”

    刚才那一页偏向计算机方面，架构和安全的贡献比较大，导师也提供了很多帮助，这一页则偏向数学方面的工作，不再是顶会，换成了三篇一区SCI。

    工业界和学术界的研究，虽然都在同一个领域，却各有千秋。他们大多数时候相看两厌，学术界认为工业界研究的问题过于低级，不值一提，工业界认为学术界研究的课题毫无实用意义。但有的时候，工业界的需求左右着学术界的研究方向，学术界某些被忽视的成果被工业界发掘也有可能掀起一场行业动荡。比如林浔就觉得自己没有什么能够拿出来吹嘘的地方，只是钻了一个无人注意的空子。

    他将PPT翻页，换成一些不得不拿出来解释的公式，并道：“二十年前，曾经有过一次使用模糊数学开发人工智能的风chao，但是由于一些众所周知的局限，这一流派逐渐没落，不再是人工智能研究的方向。”

    “但是，”他话锋再转，“当AI技术不断进展的时候，数学学科也在向外扩展边界。2020年D.Hell博士提出复动力系统中的散簇概念，是混沌理论的一次大进展，也是我的灵感来源。接下来我想用五分钟的时间来介绍当这些理论应用到现实中时，人工智能的表现会出现哪些改变。”

    台下再次响起掌声，林浔往一旁看去，旁边位置上坐着的架构给他比了一个V。

    林浔再次对台下微笑一下，把PPT往下切。

    架构制作PPT的能力和他制造论文的能力一样出色，林浔时常做出一个平平无奇的成果，但是经过架构的渲染，它就成了一个在现实应用中无所不能的工具。

    洛神的构造基于很多概念，其中难以理解的概念譬如混沌和分形，不便向观众详细解释。容易理解的概念，例如模糊，就可以推广出许多花言巧语。打个比方，下雨了，要收衣服，晴天了，要晒衣服，人工智能知道这两件事情。那么，Yin天的时候该做什么？这就是模糊，洛可以从容应对这种模糊。Yin天的时候应该观望，应该判断Yin天的程度以推测降雨的概率，从而决定是否提前收走衣服。当然，现实世界中的情况比收衣服复杂得多，但它知道自己需要学习什么，它学到的东西也比想象中要多。

    人工智能领域的其它方法也可以解决这个问题，但这个领域有一个特色，针对一类特定的问题，总有一种解决方法明显优于其它方法，针对另外一类问题，又存在另一种最优算法，每一个分支都无比细化。因此当人工智能越来越智能的同时，这一行业所需的人类劳动力规模反而越来越巨大。