通过我们科研人员的努力，想要解决第一点，首先要解决算法上的问题。

如果算法解决，相信硬件设施很快也会得到解决。

今天，我在最后的一点点时间，也带来了制约人工智能出现的十道算法问题。

“现在我为同学讲解第一题，我们差不多快要解决的难题。”

陆鑫扫过投影幕布上的十道算法题。

当李海峰讲到第三题梯度下降法的收敛性证明时，陆鑫瞳孔突然收缩——这位享誉国际的AI专家，在关键步骤的矩阵运算中漏掉了正则化项运算。

“李教授，您将hessian矩阵的条件数默认为1，是否忽略了非凸函数在高维空间的鞍点问题？”

陆鑫清朗的声音穿透礼堂的窃窃私语。

五百多道目光齐刷刷射向最后人行通道上的青年，冯冰洁揪住温伊伊的衣袖，发现彼此的掌心都是冷汗。

李海峰扶了扶金丝眼镜，投影仪蓝光在他镜片上划过寒芒：“这位同学，你是在质疑cmU博士团队的核心推导？”

听见李教授如此说，陆鑫毫不退让，“李教授，理不辩不明，理不证不清，我们是龙国的科研人员，不是旧时代的学阀。”

这一句学阀一出，顿时让大礼堂哗然一片，不管是谁，都不敢带上这个遗臭万年的帽子。

电视直播后台，有数据观察人员发现数据发生变化，反应很快，立刻告知了负责直播的工作人员。

本来，很少人会观看，这种比较有深度的直播间，但陆鑫一出现，他的颜值就硬控了许多人。

何况接下来，还有他们认为的好戏可看。

陆鑫双手插兜，“您用Lipschitz常数约束梯度范数时，把学习率η直接取作1\/(2L)，但根据banach不动点定理...”

\"当迭代次数k趋近无穷，实际收敛半径应该满足p≤1-ημ\/2！\"

礼堂死寂三秒后轰然炸开。

后排男生笑得拍打椅背。

前排戴厚镜片的博士却猛然站起，笔记本上的mAtLAb验证模型正在报错。