说完，露西瞟了眼余兴伟后，干脆的转过身，潇洒离开。
这下宁为彻底没了继续在海报区逛的心思，扭过头冲着毫无义气的余兴伟说：“余哥，走吧，咱们去看报告会。”
“等等，宁为啊，我听说当一个男人会因为一个女人改变主意就是喜欢，你该不会是喜欢上那个露西了吧？”余兴伟忧心忡忡的问道。
这趟出来，如果宁为在美国谈了一个女朋友，他感觉回国后自己的下场可能会凄惨……
听到这话，宁为惊了，诧异的看着余兴伟：“余哥，你这是在哪听的论调？”
“网上啊，我觉得还挺有道理的。”
“网上还说女人胸大无脑，你觉得用在刚刚那个女人身上合适吗？”
余兴伟毫不犹豫的摇了摇头。
“不是吧？余哥，你竟然真的观察到了？”
“我……”
“好了，余哥，让我们认真的听大会报告吧。”
……
当宁为跟余兴伟走近一号报告厅时，起码能容纳近千人的大型会议室内几乎已经座无虚席。
当然这也可以理解。
一般来说这种顶级学术会议的报告排在越前面，报告内容越受重视。
作为开场学术报告，自然能吸引到更多的人前来观摩跟学习。
让宁为意外的是，站在报告厅门口的工作人员竟然没检查组委会下发的邀请函。
后来他才知道这种会议如果有多余的空位是不太会限制人员进出的。当然，如果想要做到能够提问的前排位置，那张入场券就能派上用场了。
虽然最初感觉对报告会上第一场基于量子行为粒子群优化的报告并不是太有兴趣，但真的听进去了，其实感觉还是挺有意思，但也仅止于此了。
简单来说这是一种由群体智能算法进阶发展而来的算法。
群体智能算法的典型代表是模拟了鸟类群体行为的粒子群优化算法，简称为o算法。这一算法自1995年被提出以来，由于其计算简单、易于实现、控制参数少等特点，引起了国内外相关领域众多学者的关注和研究。
但该算法的特点也跟优点一样突出。
首先从理论上讲，它不是一个全局收敛算法；其次，算法的速度与位置进化公式使得粒子群的随机性和智能性较低；此外，算法性能对速度上限的依赖使其鲁棒性降低。
人们通过对这种算法的思考，引入粒子群优化的概念，便进阶出了这种算法。
其应用领域主要是在多峰、多极值的函数优化问题，复杂的工程优化问题，比如随机规划、系统辨识等等……
但当休息了十分钟，第二场报告会正式开始介绍一种新的随机算法时，宁为发现了不同。
这已经不是有趣不有趣的问题了，而是伴随着台上报告者不断深入的讲解，他的大脑再次有了反应，罗列出了许多该算法亟待或者应该解决的问题。
这就很有意思了。
要知道第一场报告会是一场60分钟报告会，而今天第二场报告会组委会只给了台上那位莱蒙托夫教授45分钟，别小看这十五分钟，这可代表着站在计算机算法领域最顶尖的那群人对两者重视程度的差别。
然而宁为在听一场报告会只觉得有趣，其他没了。
听第二场报告会却自动产生了诸多联想，还蹦出了许多想法。
所以这是说明这种新的随机算法对他目前的研究更具价值，又或者随机算法的革新对人工智能领域的推进作用更大？
这个问题宁为暂时没想明白，只是他听的更认真了，然后默默将那位教授的名字记在了心底，准备回去就仔细查阅这位教授的论文。
……
上午的三场报告会便在宁为沉浸与算法的思考中结束。
相对于这种顶级会议来说，第一天的报告会安排的其实有些密集了，从九点到十二点这一百八十分钟，就有一百五十分钟的高质量报告会其实对于真正的听众来说其实并不很友好。
有太多毫无关联却又干货满满的东西需要消化，这并不是一件容易的事情。
宁为却只觉得收获颇多，直到最后一场发布会结束，他满脑子依然塞满了针对随机算法改良的种种想法，甚至他感觉隐隐摸到人工智能领域发展方向的脉搏，但却始终没想得太明白。就好像一个窈窕的美人躲在朦胧的轻纱之后，他却始终无法掀开那层轻纱，一窥全貌。
这种感觉很闹心，甚至让他快忘了两个小时后，他也要坐在主席台上面对上千业界的精英们去做汇报。至于那位想要找茬的哈佛美女天才，更是早已经被他抛到九霄云外。
一直到最后一场报告会结束，他依然看着之前展示ppt的大屏幕发愣。
直到余兴伟重重的拍在他的肩膀上：“我说宁为，你想啥呢？叫你两声都没听到？吃饭去了，难道你不饿吗？早上那两块面包我早消化完了！”
“哦！”宁为惋惜的站起身，突然问道：“余师兄，博士开题方向想好了吗？”
“嗯？”余兴伟愣了愣，错愕道：“拜托，我才博一就被你抓到项目组，哪有时间考虑开题。不过如果未来让我选题，大概也跟现在做的有关吧。”
“不如就选随机算法吧？我有种感觉，这个方向未来肯定很有用。”宁为很肯定的说道。
“嗯？”余兴伟愣了。
宁为非常顺利的将自己的小烦恼变成了余兴伟的小纠结。
对于博士来说，选题可是一件非常神圣的事情，关系到他能否毕业，更关系到他毕业后的就业前景。
于是，当宁为已经整理好情绪坐在大会的主席台上，准备开始自己的报告时，余兴伟则坐在台下纠结着，宁为到底是个什么意思？为什么突然推荐他选随机算法这个方向？
……
“众所周知，流体力学框架下包含了八大细分学科其中就包含了湍流和转捩以及人工智能跟机器学习，湍流算法便是在结合了n-s方程解在一种特殊情况下的应用。我们都知道物理空间的navier stokes eation本质上是一个流场最简洁最高效的表达，而湍流算法的第一步就是将一个数据生存的网络空间，转化为一个直观的物理空间……”