、红着脸的年轻学者，哪怕他只有18岁，但是此时他的身影在众人眼里显得十分高大。

因为他在学术上的造诣，在机器学习方面那种丰富的、充满想象力的、拥有创造性的思路。

如果只有这种思路，那他的形象也没有那么高大。

但这小子刚刚现场完成了一个较为复杂的算法推演，虽然看起来还醉着酒，但是过程却十分严谨，推导过程完全没问题，这算法马上就能拿去用。

这让大家总是忍不住会去想许青山刚刚说过的，李白斗酒诗百篇的事情。

许青山刚刚把自己的行为定了一个高的调子。

隐隐有种思维天授的观感。

再加上许青山自己掏出来的东西也是实打实的前沿和有创造力，现场没有人会小觑他。

“杰西卡·戴维斯教授在哪里？”

“我在这！”

戴维斯也被自己的爱徒拉着来听许青山的演讲，但此时他目光灼灼，回应得很是热情。

“我想谈谈波达操纵的复杂性和算法，奥莉薇娅和我说过您在这方面很有见地，我想请您做个见证，来批评一下我的思路。”

“当然没问题，请。”

许青山朝着奥莉薇娅的方向迷迷糊糊地眨了眨眼，又继续说起了波达操纵的课题，这和概率统计的关联性较大，他更有想法。

“我们都知道，让两个人结成的联盟来操纵波达投票.np-困难的.这样的一个问题，我们应该作为一个近似问题，师徒最小化操纵者的数量。”

“从binpacking和多处理器调度方面出发的思路较为可行，我现场简单推导一下，随机生成的选举中，如何通过新方法找到最优操纵.邦奇，帮我拿一下电脑！”

许青山站在高台上侃侃而谈。

台下的学者多少会懂一些。

哪怕是不懂的，看看戴维斯教授的表情就知道了，台上的这家伙绝逼是个天才。

他看起来好像什么都懂，又什么都会。

不过事实上。

许青山只是针对性地在发言而已，就算有人突然提问到他知识范围外的问题，他也会坦诚地说自己暂时还没有研究到那方面，只不过大家会下意识地忽略掉他的话，认为他是在谦逊。

事实证明。

当一个人在某些方面的表现太过于亮眼的话，就容易让人忘记了他在同一方面上的缺点。

“基于数据重构的文档摘要！”

“通过不定核学习svm分类器！”

“纠正因果推断和统计推断里的选择偏差！”

本章未完，请点击下一页继续阅读！ 第3页 / 共4页