一桶布丁提示您：看後求收藏（奇妙書庫www.qmshu.tw），接著再看更方便。
那些學者們。這也意味著四年後你要征服他們就需要有更具備說服力的成績做佐證！”
“如果你能繼續這個方向推進下去，乃至完備證明這一難題，加上證明kls猜想的成就，我可以說四年後的i大會上，你將是那顆最閃耀的數學新星！他們找不到任何理由拒絕將菲爾茲獎頒發給你。”
“但如果你現在換了研究方向，能不能在四年裡出世界級成果還兩說。但到時候哪怕你的解決方法被證明是正確的，也有更多的數學家透過你的方法，推進了ns方程的解，且在菲爾茲爾提名跟評選過程中，你肯定也能獲得極高的呼聲，但卻不是萬無一失，你懂了嗎？”
田言真言辭懇切的試圖讓寧為改變想法。
當然這不止是他一個人的期望，事實上現在華夏很多數學家都希望寧為能在四年後拿到菲爾茲獎。想想看吧，實現0的突破同時，直接還打破了菲爾茲獲得者最低年齡的突破，這都是值得大書特書的事情。
總之，寧為的天賦不能讓他給浪費了！
然而寧為依然搖了搖頭，道：“田導，我知道您是為了我好。其實針對這個問題我也想了很久，可讓我繼續推進ns方程實在沒太大興趣。我也研究過菲爾茲獎的頒獎理由，說白了要麼就是解決世界性難題，要麼就是開宗立派。我現在想走的是第二條路。不瞞您說，我現在對統計學真的略有心得呢。”
話已經說到這個份兒上，寧為依然堅持己見，這讓田言真也覺得無話可說了。
尤其是對統計學略有心得，對統計學略有心得的人多了，怎麼沒見哪個人拿菲爾茲？
至於旁邊的魯東義已經徹底被小師弟表現出的淡定折服了。
大家都推著你去拿個菲爾茲回來，你這卻要在關鍵時候換研究命題？
難道過年時候那突入其來的靈感是假的？
“好吧，那你說說，你接下來想要研究的命題是什麼？”田言真壓著在胸中醞釀的怒氣問道。
“新的大資料計算跟強人工智慧的基礎演算法數理搭建。”寧為毫不猶豫的脫口而出。
這是他考慮了很久的命題，也是他準備在研究生到博士生階段解決的問題，因為他能感覺到自己對這個命題方向有著極為強烈的研究衝動。
“嗯？”
田言真跟魯東義交換了一個眼神，依然由田言真問道：“你仔細說說。”
“好的，田導。”
“您應該知道我們現在的大資料探勘跟人工智慧命題要進一步發展其實有很多基礎性數學問題亟待解決。大致可以分解為這些小問題。”
“第一，專門支援用於大資料分析的基礎數學理論還未建立，現在大資料分析跟挖掘依然使用的是傳統統計學跟分析方法，隨著大資料越來越被重視，這些技術也越來越落後，比如超大型資料的異地遷移，超算之間的協同計算，依然是個世界性難題。”
“第二，現在還沒有一個大資料基礎演算法，用於大資料環境的重建。”
“第三，針對人工智慧涉及到兩個不同分佈資料間規律轉移問題，也就是舉一反三的學習問題。”
“第四，建立機器學習函式空間向學習理論。現階段的機器學習主要是對樣本跟資料的選擇跟泛化，我們要將這一思路推廣到讓機器在處理具體問題時候，也能對任務進行選擇跟泛化。”
“如果具體到這次的課題申請命題的話，可以選擇第一個分類。支援大資料分析的基礎數學理論研究。”
寧為這番話讓田言真無話可說。
因為寧為說的這些已經證明了他希望能換研究方向並不是一時腦熱，而是經過深思熟慮後的選擇。而且的確是掐中了目前時代發展的脈絡。
說白了，這個時代的人工智慧依然屬於弱人工智慧的時代，對於大資料的處理，實際上也在最初級階段。
即便是目前最先進的所謂深度學習技術，其每一層有多少個元素，每一個元素用什麼非線性機制等等，都需要人工去事先進行預設，哪怕名動天下的阿法狗也是如此。
沒有舉一反三的理解能力，所有的人工智慧只能依託於大資料時代極為初級資料探勘技術，自然孕育不出真正的強人工智慧。
如果寧為真能將這個選題給解決了，也的確算是開宗立派了。
相當於給未來的人工智慧跟大資料計算技術研究，搭建了一個基礎，定下了一個標準。
如果寧為真能在四年裡針對這個問題有所建樹，不說完全解決整個大命題，
