一周時光匆匆而過，很快就到了交流會開始的時間。

雖然名為國際學術交流會，但由于神經網絡的概念提出時間太短，其他學者沒有工作內容可以分享，因此這次會議的主體仍然只有徐毅的個人報告。

經過了上午贊助商、華東大學和魔都政府的揭幕式發言后，諸多學者終于在午休后等來了會議的戲肉部分。

下午兩點，距離報告開始一個小時，就有不少人早早到場，演講大廳的觀眾席上已經落座了三四成的席位；還有許多學者在外面的休息廳，或坐或立地與熟人閑聊，同時等待報告開場。

而作為這次會議的主角，徐毅此時正坐在酒店內的化妝間里，脖子僵硬地看著鏡子里在自己臉上忙前忙后的化妝師，一動也不敢動。

“額，我覺得……差不多可以了吧？”慘無人道地接受了一個小時的擺弄，徐毅終于忍不住，從嘴角勉強擠出請求。

“那可不行，”還沒等化妝師答話，站在后面圍觀的周粥就笑瞇瞇地回道，“徐老師，您今天可不止代表了你自己，還代表了我們學校，甚至華國學者的形象，不認真打理怎么能行？”

她今天為了會議同樣作了打扮，一身白色襯衫搭配深藍色格子裙，顯得活力十足又不失沉穩。

瞇起雙眼上下打量了一下鏡中的老師，女孩嘿嘿一笑：“沒想到老師你平時也不運動，身材居然還能這么好，真帥！……再看看你，王浩中！”

無辜躺槍的小胖子攢眉苦臉，只能費勁地收了收肚子，以示努力。

………………

臨近報告開場，徐毅才終于擺脫了化妝師的魔爪，帶著兩位徒弟快步走向演講廳。

路上卻被一位文質彬彬的中年學者攔下了，他推了推眼鏡，微笑著伸出手問道：“你好，你就是徐毅老師吧？”

“是的，你好？”徐毅有些懵逼地伸出手握了握，看著來者熟悉的面孔，竭盡腦汁回憶對方的身份，卻被一旁激動的王浩中一語道破：“周志強老師！”

周志強是金陵大學AI研究院院長，歐洲科學院院士，也是華國科學院院士候補，在華國AI領域屬于領軍人物之一，徐毅之前也在各種新聞報道上見過他，只是初次見面才發現本人意外地年輕。

對方很有涵養的沖小胖子點了點頭，轉頭對徐毅說道：“徐老師上次的報告相當精彩，我也從中得到了不少啟發，十分期待這次您給我們帶來的驚喜。”

“相信不會讓周院士失望的，”徐毅微微頷首。

“時間不早，我就不浪費你的準備時間了，這是我的名片，希望會后有機會再交流，”周志強過來攀談了幾句，就叫上旁邊等候的學生一同告辭了。

路上與周院士的談話耽擱了點時間，待徐毅走到后臺時，聽到主持人的介紹已經開始。

“接下來請允許我介紹本次報告的主講人徐毅博士，他是……，曾在……”

“下面讓我們有請徐毅博士帶來他的學術分享！”

徐毅理了一下衣領，隨后伴著掌聲，大步走到臺上。

講臺前的屏幕上同時顯出這次報告的演示文檔，看到題目后，臺下產生了一陣陣騷動，一些華人學者則露出了會心的笑容。

“大家好，我是徐毅，我這次的報告主題是……”

講到這里，徐毅的臉上也不禁浮起一絲微笑：

“人工智能的未來：聯結主義——從ILSVRC與CNN說起”

稍作停頓后，他繼續說道，

“大約兩個月以前，我曾經在華國人工智能交流大會上使用了相同的題目，在場的部分朋友應該對此印象深刻，我相信在當時恐怕有不少人認為‘這是個瘋子’，”

徐毅嘴角含笑，而語氣認真：“但現在，我可以自信地宣稱，神經網絡在未來的三到五年內，必然會取代傳統的機器學習算法，成為人工智能的主流！”

“雖然在場的各位應該都已經對多層感知機和卷積神經網絡有了大概的了解，但還是允許我在這里進行一個簡單的介紹……”

“……通過模擬神經元，尤其是視覺神經元的工作原理，便是我搭建出以CNN為首的各種神經網絡的靈感動機……”

剛剛與徐毅等人有過一面之緣的周志強坐在臺下安靜聽講，突然問起身邊的博士生：“景峰，你覺得徐老師講的怎么樣？”

“徐老師這部分原理的講解還是非常清楚的，”被稱作景峰的年輕人點頭回答，又皺了下眉，補充道，“但這部分內容其實在上次已經講過一遍了……”

周院士嘴角含笑，不置可否：“開頭而已，還有一個半小時呢，再等等看。”

不需要再等等看，所謂的驚喜來的相當迅疾，徐毅在大概介紹之后，很快就進入了這次的主題。

“當然，現在的神經網絡還存在相當多的問題，這也是我今天報告的主要內容，我會指出目前存在的一些缺陷，并針對它們提出解決思路，歡迎各位基于這些方向進行進一步的研究。”

此言一出，臺下又是一片轟然議論，激烈程度甚至遠超上次報告！

因為這句話等于告訴各位，“我有很多后續的研究方向，就交給你們去做吧”！

眾所周知，好的科研成果最需要的關鍵就是研究思路和方向，徐毅現在的行為，就像是把餡餅做好丟到各位學者面前，而他們要做的只是張嘴接住就夠了。

聽到這番話，饒是周志強都忍不住輕笑了一聲：“好家伙！徐毅這是要給在場的所有人當一回導師呀，口氣真大！”

口氣雖大，但學者們卻一點都不反感；恰恰相反，他們巴不得這位狂生的口氣再大一點，最好能給一人一條思路，省得還要互相競爭。

至于徐毅所謂的思路是否可行，在座的眾人毫不懷疑——這可是當著全世界最頂級的同行們，沒有人會舍棄自己光明的學術生涯，只為了跟大家開一個大玩笑的。

何況徐毅的“狂”在上次會議中已經有所體現了，但事實證明他只是恃才傲物而不是狂妄自大，這次應該同樣言之有物！

看到眾人充滿期待的目光，徐毅微微一笑，繼續開口說道：

“讓我們按照CNN的結構，逐個分析可以改進的地方吧，”

“首先從反向傳播算法開始，我們當前使用的梯度下降法，更新參數的速度與參數的梯度完全正相關，但在一個神經網絡中參數間的梯度差異極大，最大者可能達到1e10這個級別，而往往第二大或者第三大者就只有1e5甚至更低，”

“相對于主要的參數方向，其他方向上的更新極慢，這就使得梯度下降法每次只在幾百萬參數中更新最大的一個或者幾個參數，極大地影響了訓練速度……”

“解決方法當然是減少不同參數梯度之間的差異，sign函數是一個例子，它可以讓參數的更新只與梯度的符號相關，但完全消除了梯度大小的影響也過于極端，因此我們可以考慮一種折中的辦法……”

不少學者露出若有所思的神情，徐毅見狀并不多言，只在講完后等待一分鐘留給大家消化，接著開始講起下一個思路：

“其次，卷積神經網絡在層數堆疊數量超過一定值后，會出現效果的退化，這顯然是不合常理的，因為假設我們在兩層之間使用恒等變化，那么N層網絡就可以變為N-1層網絡，理論上多層的效果總會至少不弱于低層網絡的效果……”

“對于這個問題，我們可以考慮使用某種結構，使得兩層之間可以更容易地學到恒等變化……”

“對于批歸一化，有……我們針對這個問題可以……”

“對于卷積層……我們可以……”

“…………”

每說一個內容，徐毅都會停頓一分鐘，就這樣洋洋灑灑講了十幾個方向。

在他剛開始講述時，大廳內還有此起彼伏的討論聲，但隨著他講的內容越來越多，大廳內的聲音逐漸低沉，直至落針可聞。

所有的學者，甚至連七八位院士在內，都掏出紙筆，埋頭沙沙記起了筆記！

這幅場景與其說學術交流會，倒更像是老師在上一堂別開生面的公開課！

只不過課上的學生們，都換成了名校的教授，和各國的院士……

徐毅講完最后一段，意猶未盡地作出總結：“……以上就是我暫時想到的所有內容，期待大家的后續補充。”

等他毫不拖泥帶水地致謝下臺后，全場仍然處在詭異的安靜中。

直到一位手速最快的教授記完筆記，甩甩發酸的手腕，猶豫地輕輕鼓起掌，

大廳內開始慢慢響起應和的掌聲，隨后匯成聲音的巨浪！

全場掌聲雷動，經久不歇！

而在周志強旁邊，開始還有所質疑的景峰，此時雙手早已拍得通紅，卻仍不舍得停下。

周志強抬頭看了看周圍興奮的人群，無奈嘆了口氣，放下手中的紙筆，跟隨大家輕輕鼓掌致意。

“景峰，你的筆記記完了吧？”優雅地鼓著掌，周院士面向臺前，目不斜視。

同時低聲詢問起自己的學生，

“回去之后讓我看看，我抄一份。”