第376章 评阅？学习！

还有学生的论文没交上来，一般最晚是答辩前的一周，答辩分组也是提前一周进行。

程教授一听：“不行不行，这样来不及。”

听他这么说，在场的几位老师都有些好奇：“什么情况？”

程教授也不解释：“这样，许酌的论文你们都看看，到时候谁看完了，看懂了，谁进他的毕业答辩组。”

在场的有普通老师，也不乏有教授职称的，许酌確实是b科大之光，年少有成，创业成绩斐然，这种情况下竟然也没落下专业课，著实让人佩服。

但学术和创业是两码事，他们也都知道许酌联合学校，由程教授负责在研究深度神经网络，搞出了一个贝塔猫，如果论文写这个，確实很厉害，可程教授眼下的態度，未免太夸张了。

“我看看。”在场的计算机系教授和老师都要了一份。

b科大的老师们，还是很有学术水平和学术精神的，拿到论文后，空閒的人立刻坐到位置上开始审阅起来。

一开始確实是审阅的態度，看到字数，很惊讶，但字数並不能代表什么，继续看，又看了一会发现··看不懂！

几位老师汗顏，从原本一目三五行，到一目一句，再到一字一句，这下终於能看懂了———哦，不对，是能学懂了。

许酌这三十万字的论文可没有往里面灌水，每一个算法的基本原理都解释的很清楚图文並茂，与其说是论文，感觉更像教材。

而更神奇的是，看上去很多算法是超越时代的，但其实技术理论基础，还是上世纪早就存在的，上世纪奠基的技术理论做出仿佛跨时代的算法突破，让几位懂相关知识老师有种耳目一新的震撼。

“这是怎么想到的呢。”有人前面没看完，就直接往后面翻，想看看论文最后的总结他也如愿看到了许酌对算法发展的一些个人看法和解答。

ai算法的发展源於数据源变多了，获取数据的手段变多了。

ai学习到目前为止，本质上还是数据採集与分析，隨著网际网路时代的发展，数据採集与存储的方式越来越多，隨著科技的发展，硬体的提升，分析、处理数据的能力与办法也越来越多。

1687年的万有引力到今天都適用，1940年代的a1核心理念，在21世纪得以蓬勃发展，

实在正常。

所以对许酌这篇旧理论与超时代算法结合的论文，几位老师只有惊嘆。

“怎么样？”程教授问，“到时候答辩谁去？”

“—”办公室一时尬住了，还答什么辩啊，去虚心提问还差不多—对了，前提是答辩前能把论文看完。

感觉有点难啊。

许酌下午没事，给程教授发了条信息：“程教授，我提交的论文看了吗，怎么样？”

过了挺久，程教授才回：“从昨天看到现在，还没看完，你可是给我们出了个大难题，就你这论文，凭我和咱学校其他几位老师，答辩还真拿不下你。”

许酌惊讶：“拿下我？”

程教授笑道：“是啊，你这能力，真不想让你毕业，能把你绑在学校做研究就好了。”

许酌赶忙说道：“那不行，我做不了学术，理论必须应用於实际我才开心。”

只是研究ai理论算法，对他来说太枯燥了，必须结合算法搞一搞软体，再应用到科技等领域，他才觉得有意义。

记住我们101看书网

“我也就是说说。”程教授笑了笑，他很清楚，许酌不是甘於待在实验室的人，註定是要在外面搅动风云的。

临近六月，確定答辩时间后，许酌让秦菱把时间空出来。

不过答辩之前，导员姚逸忽然打电话过来问：“马上就要拍毕业照了，你来吗？”