“全新的算法構想？隻是一個構想嗎？不是研究報告、成果報告？”
“我還是想聽偏差評估體係的講解，那一部分理解有點難。”
“張碩不是說了？論文上都有，自己去理解就好了，理解不了就慢慢去理解……”
“講構想也挺好的，報告本來就沒什麼意思，如果他的構想很新穎，也許能帶來什麼靈感也說不定。”
前麵幾排的專家學者們，對於張碩要講算法構想沒什麼異議，反倒是非常的感興趣。
就像張碩的解釋，算法論文已經發表了，內容都在上麵，慢慢去理解就可以了，講其中的內容又什麼意義呢？
會議邀請張碩來做報告，是表示對於研究的肯定，不是一定要去讓他去講自己的論文。
報告對內容是沒有規定的。
台下議論紛紛。
張碩的表現卻很淡然。
他一直等到議論聲平息下來，才轉過身擦掉了白板上的內容，隨後在上麵畫了很多圓點。
然後，在圓點之間不斷的進行連線。
一條又一條的連線組成了非常複雜的網格，很快就已經看不清楚了。
張碩側身展示了一下白板上的內容，“這就是複雜網絡。”
“伴隨著對象的增加，網絡會變得越來越複雜，而且複雜程度是呈現指數級上升的。”
“偏差評估就是這樣。”
他走回了講台，認真道，“要分析的參數越多，邏輯關係就會越複雜，其算法複雜程度是以指數型上升的。”
“而每一個邏輯關係，都需要仔細的分析研究才能確定下來。”
“所以，想要對於大型粒子對撞實驗進行分析，單純依靠偏差評估，會是一個非常龐大的工程。”
所有人都認真起來。
當張碩說起要講一個算法構想的時候，有的人還有些不在意，因為他沒有說具體是什麼樣的算法，而現在談到了具體內容，顯然就是針對大型粒子對撞實驗的數據模擬偏差。
現在好幾個高能物理機構，都在研究大型實驗的數據模擬偏差分析算法。
他們碰到了同樣的問題——
當參數增加的時候，偏差評估會變得極為複雜，以至於讓算法研究成為了一個大工程。
但是，怎麼解決呢？
張碩站在講台上，舉了一個很容易理解的例子，“對一個地區的經濟情況進行研究。”
“如果目標地區隻是一個幾十戶的小村莊，我們可以深入到每家每戶，詢問他們的工作，詢問他們的收入，詢問他們的支出，甚至細化到詢問他們未來有沒有增加收入的計劃，等等。”
“目標地區換做是一個城市，換做是一個州呢？顯然，這樣做是不可能的，再多的人力也做不到。”
很多人跟著講解思考著。
張碩繼續道，“研究一個城市的經濟情況，要看GDP、就業率、人均收入、中位收入，等等，也要有諸如消費指數、凱恩斯係數、基尼係數等作為參考。”
“這些是什麼？”
“這些是數據、數字！”
“如果把兩個城市進行對比，對比也是數字、數據，而不會單獨去比較城市裡生活的個人。”
“粒子對撞實驗中，中心錨點連線、偏差評估，可以對小型實驗進行分析，就像是分析一個小村莊。”
“如果對象到一個城市，也就是大型實驗、超大型實驗，就必須要整體進行對比……”
很多人有種恍然大悟之感！
包括鮑賀星、羅爾貝托-卡斯特洛、詹姆斯-鮑勃，都是如此。
他們是思維落後了！
他們做大型實驗數據模擬偏差算法的想法，還停留在小型實驗分析所用的方法上，一直想理清多參數偏差評估體係的邏輯關係。
那會是一個非常龐大的工程！
實際上，根本不用那樣做，研究大型的實驗就要用全新的手段，去看整體的數據對比，而不需要再去細化到分析評估每一個粒子軌跡的偏差。
但是，整體對比要怎麼做呢？
他們聽的更認真了。
高曉紅一直舉著手機拍攝著，她沒有認真聽內容，隻是盯著手機屏幕中站在台上侃侃而談的張碩。
屏幕中的身影好像不是博士生，而是一個年輕又成功的國際頂尖學者。