第135章 學術裝比才是最爽的（第一更）
童永山的腳步聲比平時更重也是有原因的。
他回國之前，還做過新大的特聘教授。
原本他想讓新大支援個專門做深度學習的副教授進組，也妥協了新大共同一作的要求。
結果新大那邊又出了幺蛾子，居然想連通訊作者都想要。
最後新大計院那邊更是放出話來，這個課題的底層肯定是基於計科的，計科是理論，計量模型只是應用，如果童永山不同意，那就搞學術競爭。
最後自然是不歡而散。
實在不行只能和國立計院商量商量了。
但國立的計院水平……唉，看看能不能屎裡淘金吧。
如果沒有機器學習方面有研究的高手，這個課題是真沒辦法做下去的。
組會的主題早在一週前已經郵件發給了所有人，這裡面只有程風在組裡的經驗是最豐富的，因此，童永山讓程風開場，也有打個樣的意思。
這一次的組會的主要內容就是文獻彙報，童永山之前已經要求每人精讀三篇大數據與強因子方面的文獻，具體的文獻由研究生自己選擇。
童永山是蠻喜歡程風的，程風的性格和他很像，都比較專注學術。
他年輕時也比較木訥社恐，哪怕到了邁國，拿到終身教職，也只不過達到一般人的社交能力水平。
程風和人聊天時經常詞不達意，但要說到專業，可就完全沒有那種唯唯諾諾的樣子了。
這三篇文獻基本都是近一年在A刊上發的一些強因子模型及時間序列和麪板數據方面的拓展性研究，這部分也是他一直以來比較關注的方向。
從研究背景、研究結果、結論、研究意義幾個方面，程風把這三篇文獻用近半個小時的時間講了一遍，隨後就是一些小組討論。
其實也討論不出來啥，方豫作爲大二學生基本就是旁聽，另外兩個研一的到現在還沒搞明白什麼是文獻彙報呢，看到程風做完彙報纔剛剛摸到點門路。
至於江南蓁這個水貨博士，更是說不出來啥，低着頭在記錄本上寫寫畫畫，搞的很認真的樣子。
所以討論基本上就淪爲了程風和童永山之間的一問一答。
“程風，這三篇文獻找的還是不錯的，剛剛的分析也比較準確。”
“但主要還是之前我跟你提的兩個問題：第一個，相關性，你這三篇論文的相關性不足，相互之間沒有建立起足夠的關聯度。”
“第二個問題，就是閱讀面的問題，你選的這三篇文獻不止相關性不夠，在研究方向上也很窄，後面可以讀一些相關領域的文獻，不要僅僅集中在因子模型和麪板數據的算法上。”
程風點了點頭，結束了自己的彙報。
“張暢、宋立恆，你們兩個誰先開始？”童永山點了點另外兩個研一學生的名字。
這兩人一個是數院的，一個是計科的，數院的張暢就是國立畢業的保研，而宋立恆則是科大計科專業的推免。
兩人都是第一次參加組會，不過能成爲童永山的研究生，自然也不是什麼水貨，雖然經驗不足，但也能憑能力補齊。
尤其是張暢，可是長了一張好嘴，反應賊快，所有人都能看出來他按照他的ppt報告，他的觀點應該是A。結果聽完程風的彙報，這貨馬上意識到自己最後的觀點結論有問題，可能童永山會不認可，最後硬靠一張嘴把觀點扭成了B。
兩人彙報完，就只剩江南蓁沒彙報了。
本身就是用的江南蓁的電腦連接的投影儀，江南蓁輕車熟路的翻到自己的ppt。
好傢伙，做的這叫一個花團錦簇淡雅清新。
說淡雅清新，是指她這個ppt的模板。
其他人的模板大多就是網上隨便找的，男生往往也不太注意這個，能符合一個對齊原則就已經算是很對得起導師的眼睛了。
而江南蓁這個模板，一看就是花了錢找淘貓定製的。
極簡化的視覺風格，圖表風格與ppt風格相一致，字體與圓角圖標相一致，插圖還專門加了不飽和色調濾鏡。
不是，你讀的啥文獻？爲啥還有插圖？
說花團錦簇，是江南蓁簡直把ppt技巧玩出了花。
淡化，飛出，飛入，分離……光是一個圖片動畫，江南蓁做的就不帶重樣的。
至於內容嘛，mia，mia，mia。
“好了，不用再講了。”童永山眉頭緊皺，“你剛纔講的這是什麼東西？什麼時候維基百科能作爲論據了？”
“你說的第三點和第一點又有什麼關係？推導過程是什麼樣的？”
“你說你之前的研究方向是金融數學，我也看過你的論文，你的畢業論文是你自己寫的嗎？你之前的研究生導師是怎麼讓你碩士畢業的？”
童永山這話說的就已經有些重了，江南蓁淚珠啪嗒啪嗒的往下掉。
其他人都屏住呼吸，大氣都不敢喘。
算了吧，畢竟是個女生。
看到江南蓁的樣子，童永山心頭一軟。
“下次開組會之前做好準備。”
童永山不爲已甚，皺了皺眉，最後補了一句。
“老師，對不起，我……我中間工作了一年多，有些不適應……嗚嗚嗚。”
江南蓁雖然長得只有70分，但這一哭，顏值就升到了80，還挺神奇。
除了張暢，其他幾個人男生都是沒女朋友的，哪見過這個，就是感覺大師姐這麼溫柔的人，被老師批評成這樣，太可憐了。
張暢倒是翻了個白眼，嘴角微微露出不屑。
童永山揮了揮手，不再管繼續抽泣的江南蓁，指了指方豫：“方豫，你也講一下，你是大二的，不用太有心理負擔，也不用太注重表現，有內容就可以。”
方豫點了點頭，接過江南蓁手裡的ppt遙控，切換到自己的那部分。
江南蓁作爲彙總者，是看過方豫的ppt的，但沒太看懂。
倒不是方豫的ppt有多高深，是內容太少了。
基本上每頁就是一兩個詞和一兩幅圖表，其他的啥也沒有。
而這一兩個詞，看起來也雲山霧罩，搞不明白說的什麼。
這種ppt風格江南蓁工作的一年沒少見到，她所在的那家金融公司中有幾個擅長講ppt的大忽悠，基本都是這個路子。
不過，這可是童永山的組會！
光憑忽悠是過不了關的！
張暢能強拗過來，也是因爲有實際內容，你連實際內容都沒有，等着捱罵吧！
剛剛我做的都被罵了。
江南蓁眼梢微微挑起，等着看好戲。
“老師好，各位師哥師姐好，我叫方豫，金融學大二。”
“我這兩週主要讀了三篇文獻，分別是3052年發表在《神經計算》上的《基於深度置信網絡的快速學習算法》，和去年在ICLR會議上發表的《自動編碼變分貝葉斯》以及同樣是去年在NIPS會議上發表的《生成對抗網絡》。”
方豫說的這幾篇文章，沒一個和計量經濟學有關係的，基本全是和神經網絡相關的。
江南蓁剛被童永山批評完，不適合再說什麼，程風又是個木訥性子，也不會有什麼表態。
張暢和宋立恆兩人對視一眼，都覺得有點扯淡。
噗！
宋立恆差點忍不住笑出聲來。
這小師弟，裝逼裝的有點生硬啊。
他本身就是學計科的，作爲科大計科專業的優秀畢業生，本科畢業論文做的就是機器學習方面的內容，雖然研究的不深，但還是有一些基本瞭解的。
但這三篇文獻中，他只粗略讀過古狗的伊安發表的那篇《生成對抗網絡》。
沒辦法，那篇論文在去年實在太火了，湊熱鬧也得讀一下啊。 但幾乎沒弄懂。
至於說那個變分貝葉斯，聽着就不容易懂。
一個金融學大二的，去讀這種論文？
哈哈哈。
宋立恆看向方豫的目光，多少帶上一些同情和緬懷。
想起了自己初中時在教室裡捧着一本《百年孤獨》的時光。
想起了自己高中時在教室裡捧着複印本的全盎文《深入理解計算機系統》的時光。
想起了自己大學時在暗戀的女生面前與室友大聲討論畢業後究竟去阿狸還是藤訊的時光。
年輕真傻。
年輕真好。
“《基於深度置信網絡的快速學習算法》這篇文獻介紹了深度信念網絡(DBN)的快速學習算法，是深度學習研究的一個重要里程碑。它展示瞭如何逐層預訓練深層網絡，然後使用反向傳播進行微調。”
“這篇論文主要介紹了深度信念網絡，這是一種由多個受限玻爾茲曼機堆疊而成的多層生成模型……”
“論文的核心貢獻之一是提出了一種有效的逐層貪婪預訓練算法。該算法通過逐層訓練RBMs……”
“論文展示了在MNIST數據集上的實驗結果，證明了DBN相比淺層網絡和其他傳統方法具有更好的表現。”
……
“啪”的一聲打斷了方豫，衆人看了一眼江南蓁，江南蓁趕忙剛剛不小心捏斷的一根木頭簪子，抱歉的對所有人笑了笑。
剛剛她在心中嘲笑方豫那些只有關鍵字和簡單圖表的ppt，現在每一個提示詞和圖表都在打她的臉。
因爲這些東西居然真的有用！
這小子真的是天才？
怎麼可能？
有這個疑問的當然不只是江南蓁。
宋立恆目瞪口呆的看着侃侃而談的方豫。
究竟你是計算機專業還是我是計算機專業？我都不懂，你說的這些老童能聽懂嗎？
別說他不懂，方豫自己其實也不懂。
但他懂得通過柚子傳遞到埃瑟朗之核的信息照本宣科的念呀。
果然還是裝學術比最爽。
方豫念着意識中的信息，感覺好像每個毛孔都做了個毒龍。
爽死了。
“我研讀的第二篇是《自動編碼變分貝葉斯》，這篇論文實際上……”
“這種近似通過最大化證據下界來實現，從而避免了直接計算難以處理的後驗分佈……”
“VAE的損失函數由兩部分組成……”
“基本上，可以把這篇論文提到的VAE視爲機器學習的底層工具之一，可以爲強因子模型在大數據中的應用提供底層支持。”
聽完方豫對第二篇論文的講解，張暢也坐不住了。
他是國立數院的，這篇論文中相當一大部分比例內容都是他專業方面的內容，涉及到複雜的概率圖模型和變分推斷，需要研究者對概率論、統計學都有比較深入的理解才能讀懂。
而在方豫的講解之下，他居然真聽明白了這論文到底是幹嘛的！
這說明這個大二學弟是真的把這篇文章徹底理解了啊。
這種妖孽不早就應該去MIT或者斯坦福了嗎？至少也得去個普林斯頓，還留在國內讀什麼大學！？
張暢是真學神，智商高達160，他的智商可不是那種網上公衆號九塊九一套題測出來的，而是真的參加了門薩測驗的結果。
要不是他研究生畢業後的路早就被鋪好了，他都不可能留在國內讀研。
沒有人比學神更能理解什麼是學神。
這還是張暢生平第一次有了被人碾壓智商的感覺。
方豫講完第二篇，緊接着就開始講第三篇。
“第三篇《生成對抗網絡》是去年的大熱論文，內容比較簡單……”
聽到方豫說的，宋立恆感覺心臟都在疼。
比較簡單？你說的是人話嗎？
哪兒特麼簡單了？
那個目標函數你真搞明白了？
“其中，D(x)是判別器對真實數據xx的判別概率，G(z)是生成器生成的假數據……”
艹！還真搞明白了。
現在的本科生都這麼變態的嗎？
不對啊，7月份之前，老子也是本科生啊。
在宋立恆生無可戀的目光中，方豫開始爲自己的組會首秀結尾。
“在應用層面，這篇論文主要討論了對抗網絡訓練模型在圖像生成方面的作用。”
“但實際上，依據其算法，我們可以嘗試生成對抗網絡應用在強因子模型之中。”
“例如在合成數據集方面，它可以……；同樣，也能用於高維數據的降維，提取因子的效率比之前可以提升上百倍；在異常數據監測上……；最重要的，它展現出了模擬和預測複雜的金融市場行爲的潛力……”
“綜上所述，我認爲我們課題第一階段的目標，完全可以將GANs與強因子模型進行結合，我相信這兩方面應該能碰撞出比較燦爛的火花。”
“我的彙報結束。”
方豫對童永山以及其他組員點了點頭，很自然的坐了下來。
現場足足安靜了十幾秒。
“啪！啪！啪！”
童永山打破安靜，率先鼓起掌來。
“好！好！好！”童永山激動的臉都紅了。
方豫再次獲得了童永山的三好學生認證。
童永山怎麼也沒想到，一次普普通通的組會，居然由組內學歷最低的本科生，給自己找出了課題的第一階段的方向。
“方豫，如果由你來組建GANs與強因模型的應用結合，你有多大把握能夠成功？”
童永山此言一出，四座皆驚。
這是已經指定組長了嗎？
我們一堆碩士博士，以後要聽這個本科生的？
這特麼還是本科生嗎？
童永山目光炯炯。
他根本不在乎誰當組長，無論誰是組長，最後都是給他打工。
他更不介意自己是一作還是通訊作者，如果方豫能夠搞成功，一階段論文的一作給方豫又如何？
這就是手握7篇五大頂刊SSCI頂級學者的底氣！
(本章完)