說實話，如果按照嚴格的要求來看，車偉強的標準其實并不算過分，甚至還能說十分合理。

但是讀過研的都知道，研究生真正能專心科研的時間并沒有那么久，這也就導致了很多學生對理論知識特別是其中相關(guān)的數(shù)學原理的學習并沒那么充分。

并且現(xiàn)在的AI本身就是個黑盒子，具有非常強的不可解釋性質(zhì)，這就需要學生對其中的數(shù)學原理有更加深刻的認識才能真正深入了解其中的底層理論。

你要說孫樂駒有問題嗎？其實是沒有的，大家都是這么做的，只是他運氣不好，遇上了車偉強這樣的‘老學究’。

所謂‘良藥苦口’，也難怪沒什么學生喜歡這樣的老師。

等到兩個外校老師也點評完后，孫樂駒回到了自己的座位上。

和孫樂駒一樣，之后的幾位學生的表現(xiàn)都大差不差。

老師問的問題，只要充分了解自己的研究內(nèi)容，基本都能回答出來，但是每次一輪到車偉強提問的時候，周昀都能很明顯地感受到臺上學生的不安。

用四個字來形容就是——汗流浹背。

不過好在，車偉強提的問題刁鉆歸刁鉆，但也并不會太過刁難你，答不出來頂多也就被他說兩句，畢竟現(xiàn)場也不可能真的把你怎么樣。

終于，輪到了周昀，他是今天上午的倒數(shù)第二個答辯的學生。

念叨這個名字的時候，在場的很多老師都不由地看向座位上的周昀，因為很多老師來旁聽就是為了這個他。

也許這個名字現(xiàn)在在學術(shù)界并不算出名，畢竟也不過就是發(fā)表了一篇NeurIPS而已，而且還沒拿到今年的最佳論文，

這樣的學生別說全球了，就算是在全國范圍內(nèi)都有不少，但是，在錢塘大學的計算機系里，大部分的老師對這個名字并不陌生。

研一，NeurIPS，這兩個詞放到一所雙非學校，還不是像杭電這樣的計算機強校里，那就跟在非洲看到野生大熊貓沒什么兩樣。

更別說周昀還讓學校為他破例提前畢業(yè)，所以不論如何，大家也都想來看看這樣的學生的畢業(yè)論文到底是怎么樣的。

周昀也沒多緊張，畢竟都在NeurIPS上做過報告了，區(qū)區(qū)一個畢業(yè)答辯還不是輕松拿捏？

“大家好，我叫周昀，我的畢業(yè)論文題目是《基于最優(yōu)傳輸理論的多模態(tài)語義對齊與融合方法研究》。”

看到這個標題，除了原本就看過論文的林院長、鄧永華和答辯組老師之外，在座的其他老師都不由地挑了挑眉。

如果是其他學生取這個題目，他們可能會想：這學生瘋了？

但如果是周昀的話：有點意思，先看看怎么個事。

“這個選題倒是有點意思啊？”一位坐在后排的老師點了點頭，“很大膽的選題，看題目應該是偏理論研究。”

“是啊，很久沒看到過這樣的畢業(yè)論文了，不愧是研一就能發(fā)NeurIPS還能申請?zhí)崆爱厴I(yè)的學生。”

還沒開始講，幾位老師就小聲討論了一下，不過很快他們就停止了討論，因為周昀開始了他的報告。

“我的研究主要是多模態(tài)的語義對齊與融合，主要的想法是將多模態(tài)特征分布視為概率測度，

利用OT框架實現(xiàn)對齊，具體包括分層OT來處理數(shù)據(jù)簇結(jié)構(gòu)，以及OT變體來適應高維嵌入的性質(zhì)。

為了方便理解，我會模擬兩類數(shù)據(jù)的對齊過程，分別是：視覺μ和語言ν。

以下是其的基本原理.......

然后，在對齊階段，我將視覺μ和語言ν分布建模為經(jīng)驗測度，通過Kantorovich雙對偶形式求解Wasserstein距離：

W(μ，ν)= sup_{f，g: f(x)+ g(y)≤ c(x，y)}∫ f dμ+∫ g dν，

其中c(x，y)=||x-y||^2/2對應Brenier勢的梯度映射

......”

大多數(shù)人一開始還能跟的上，因為沒有涉及到什么具體的數(shù)學公式，都是一些思路，

就像你在學微積分的時候，老師一開始告訴你微積分的主要思想是‘分割求極限’，因為你知道極限是什么，所以聽上去多少能領悟一點，

但是一旦老師開始講到具體的題目的時候，部分學生就開始聽不懂了，等更加深入地運用到一些實際問題的時候，就只有少數(shù)學生能跟上了。

現(xiàn)在的答辯現(xiàn)場大概就是這么個情況，從原本好好的答辯，變成了周昀在給各位老師上課的感覺，

更重要的是，下面大多數(shù)老師都表現(xiàn)出一種小學生上高數(shù)課的清澈的愚蠢，至于那些旁聽的研一研二學生就更別說了，聽到現(xiàn)在估計就只會啊吧啊吧了。

周昀的報告透露著一種‘老藝術(shù)家’的從容不迫，在談到復雜數(shù)學公式的時候也是信手捏來，

而且對于一些比較抽象的數(shù)學理論，他也盡可能用相對通俗一點的語言解釋，

但是數(shù)學這東西，就算講的再通俗，也是有一定門檻在這的，顯然，現(xiàn)在這道門檻已經(jīng)卡住了在座的大多數(shù)人。