還是望月新一先反應過來，“當然可以。”
    孟瀟點頭示意了一下，重新回到了黑板處。
    都已經起身準備讓孟謙回來的幾個華夏人齊刷刷的轉過頭看向了卓良才，因為大家對孟謙不是很熟悉，私下自然問過卓良才關于孟謙的情況，但之前卓良才口中的孟謙，并沒有多么變態。
    卓良才一臉無辜的看著大家，“我也不知道啊...”
    哥德巴赫猜想，近代數學三大難題中唯一一個還沒被證明的，目前為止在哥德巴赫猜想上取得最大成就的數學家就是華夏數學家陳景潤了，陳景潤的1+2也被數學界尊稱為陳氏定理。
    至于孟謙要說的，其實是另外一個東西，弱哥德巴赫猜想，證明于2013年。
    但不管是弱哥德巴赫猜想還是強哥德巴赫猜想，都是哥德巴赫猜想。
    大家注意力回到孟謙身上的時候，他已經開始在黑板上進行書寫，“研究哥德巴赫猜想，主要有四種方法，篩法，圓法，密率法以及三角求合法。
    我個人是篩法這一派的，我們先從艾斯特曼的證明看起，2N+1=p1+p2+p3p4...”
    孟謙再次憑借著記憶把弱哥德巴赫猜想的證明思路通過吊胃口的方式在現場展示了一遍，引發了現場一片議論。
    而當現場的人開始去詢問孟謙問題的時候，孟謙選擇了一個萬金油的回答：我現在的理解也就到這里為止了。
    篩法是在證明哥德巴赫猜想中最實在的一種方法，用一個可能相對不是特別準確的比喻，就是想知道一個牛棚里有多少頭年，就一個個去數。
    這是一種相對更為踏實也更為樸素的的證明方式，所以能問的東西并不多，孟謙該說的也都說了，而且孟謙雖然沒有說自己已經完全證明，但他所說的一切在大家看來，他在哥德巴赫猜想上有很深的研究。
    而且這個研究，看起來很接近答案了。
    大家有這樣的反應對孟謙來說就夠了。
    等到沒人提問了，孟謙多次看了看自己的手表，這一細節自然很多人都看在了眼里。
    望月新一作為主人開口道，“孟謙，你是不是還有什么想要分享的。”
    終于有人明白自己這個細節的意思了，孟謙立馬接話道，“其實關于龐加萊猜想和哥德巴赫猜想都不是我的主要研究方向，剛才也是看到有人質疑微分幾何，忍不住想上臺說幾句。
    這次參加這場會議的目的，主要還是想跟大家聊聊我的主要研究方向，但是現在時間好像有點晚了...”
    孟謙故作不在意的話，所有人都聽在了耳朵里，自己在兩大猜想上驚艷了全場的兩個證明過程，都不是自己的主要研究方向，這TM是在拿數學界的近代三大難題和21世紀七大難題拋磚引玉？
    望月新一跟身邊的幾個人溝通了幾句，然后把工作人員叫了過來，最后通過跟現場所有人的溝通，大家決定讓主辦方隨便準備點干糧，會議繼續。
    大家都很好奇，孟謙這個玉到底是什么東西，這種好奇遠勝于吃飯這件事情。乃至很多人分到了干糧也沒心情吃。
    而舞臺上的孟謙則在黑板上寫下了一個詞，“人工智能。”
    人工智能的研發從上世紀50年代開始，雖然關于人工智能的研究沒有斷過，但也實實在在的經歷過兩次冷落期，至于原因也很現實，就是這玩意兒太難了...
    六十年代的時候米國搞人工智能，他們當時的設想連2019年都沒做的到...這項目能不涼么。
    搞了十來年米國就把放在人工智能上的資金都撤了，一直到80年代神經網絡崛起，人工智能總算是迎來了第二個春天，各國開始投入更多的資金，可惜，人工智能是一個結果設想太過完美的領域，搞了十來年各國又開始撤回投資了。
    一直到1997年深藍打敗了國際象棋世界冠軍，人工智能開始吸引企業資金，然后到2006年出現了深度學習，人工智能才進入了第三個春天。
    這個春天跟之前兩次比最大的區別就在于不再是政府和機構投入，而且企業投入，但從事人工智能的孟謙也很清楚，人工智能行業的泡沫之大非常可怕。
    什么亂七八糟的企業套上個人工智能的名號都能出去忽悠資本，人工智能這個市場亂的一塌糊涂。
    有人說，人工智能是21世紀最偉大的技術，但也有人說，人工智能是21世紀最大的騙局。
    都有道理，因為從某種角度來說，現實中的人工智能和很多用戶理解中的人工智能，是兩回事...
    跟電影里的人工智能，更是兩回事...
    至少孟謙死那會兒，人工智能的本質上只不過是一個復雜的算法，僅此而已。
    無非就是這個復雜的算法趕上了信息暴發和硬件爆發的好時候，它確實取得了一些成績，也帶給人類很大的想象空間，但人工智能毀滅人類？還是算了吧。
    人工智能和人類唯一接近的地方或許就在于，不管是男人還是人工智能，永遠無法理解女人到底在想什么...
    “我最近寫了一片論文，剛過審核。”回到現場，孟謙開始自己的演講，他先在黑板上畫了一個神經網絡的圖，用圓圈表示了神經網絡的輸入層，隱層以及輸出層，“我在這篇論文中提出了一個關于人工智能的概念...
    其目的是為了解決現在淺層結構學習模型在復雜函數表達上的局限性，在我的框架中，將特征和分類器進行結合，用數據去學習特征，為此我提出了另外一個說法：無監督特征學習，不再需要通過人工方式進行樣本類別的標注...
    這種模型是一種深層非線性網絡結構，擁有強大的從大量無標注樣本中集中學習數據集本質特征的能力，再加上模型的層次深度，可以對類似語音，圖像之類特征不明顯的數據進行有效學習計算...”
    不管是龐加萊猜想還是哥德巴赫猜想，孟謙都還會有一點底氣不足，昨晚幾乎花了一個通宵在不停的從腦子里掏回憶并反復斟酌合適在今天現場進行演講的內容。
    但人工智能就不一樣了，這是孟謙實實在在的根基所在，所以他可以拿捏的很好，并且不懼怕任何提問。
    當孟謙把準備好的內容講完后，他已經做好了接受任何提問的準備。
    不過讓他有些沒想到的是，現場的第一個提問居然是，“你...是華夏人？”
    孟謙這才意識到自己只介紹了自己的名字，并么有多說其他信息，便回應道，“我是華夏人，現在就讀于華夏的江大。”
    ...
    不久后，索尼董事長辦公室。
    “社長，京都大學那邊又傳出來消息，孟謙剛才又發表了一番關于人工智能的演講。”出井的助理把一份文件交到他手上，“這是日和博士從現場傳回來的。”
    出井接過文件簡單看了一眼后直接給到了坐在他對面的一名男子手里，“您看一眼。”
    男子看了十幾分鐘后才把文件放下，語氣堅定道，“龐加萊猜想，哥德巴赫猜想，人工智能...今晚之后，孟謙在學術界必將名聲大噪。”
    ...
    </br>