展顧約等人吃過早飯，繼續走走。遠遠看去，有座山。
幾個人在山上放羊，很多的羊。有幾座小山峰，山峰最高處放了幾捆鮮嫩的草。山坡上卻是草很少。
那幾個人就在旁邊觀察。可能是放羊的人。
展顧約說：“他們在看什麼？”
董趨說：“哪群羊可以先到山頂。先到山頂的羊，他們就注視著，然後低頭記下來。”
展顧約說：“他們沒有低頭，一直就是站著的。。”
董趨說：“好吧，如果是我，看著羊爬山，就記下來是哪頭先上山頂。”
展顧約說：“放羊不是看著羊吃草嗎？看著哪頭上山頂，有什麼用？”
董趨說：“可能是山頂上草多唄。”
展顧約說：“那他知道是哪隻羊先上去的嗎？”
董趨說：“這記不住吧，每隻羊都長得一樣。”
展顧約說：“自己養的羊能分辨出來。”
劉莫芝說：“很多隻，快有一百隻了，我看。”
董趨說：“這是個農場吧。不用記錄誰先上去。”
劉莫芝說：“如果是我，就記下來是哪頭先上山頂。畢竟我喜歡分析數據。”
董趨說：“他們又不分析這數據。分析這有什麼用？”
劉莫芝說：“有用，下次換其他羊先上去山頂吃草，這樣均衡一點。”
對麵山上隻是在放羊，大家想，在這裡議論紛紛，也是閒著找些事情聊聊。
到現在，薑先生還沒有通知具體的討論會地點和時間，太急人了。但是薑先生和老師，都是忙人，神龍見首不見尾，找也不好找。原來出來找他，也是半天聯係不上。估計是有事，就在這地方等等。這次老師也比較重視見麵，派他過來。很想向薑先生和同行們請教一二。
旁邊有兩個年輕人在講話。
茂沫，安圭顯得有些激動。“我跟你說說這裡的情況。” 安圭亢奮地聽著，後來又出現一臉猶豫的神色。
“你太想當然了吧。” 安圭著急地說。 “我要講講我的看法。”兩人說起話來劈裡啪啦，節奏很快，快人快語快性子。“還有一件事。你沒看出來這裡鎮上人的行為。非常奇怪。”他針鋒相對地說。“是的，你沒看出來？” 安圭臉上是輕蔑的神情。
他們問兩個年輕人：“你們在討論什麼呢？也是研究數學的嗎？”
“你們看這個沒有想到什麼嗎？” 安圭問他們。
“沒有。”
“最先想到的，是最優化。” 安圭說。“最優化有幾種常見的方法。1. 梯度下降法：梯度下降法是最早最簡單的最優化方法。一般情況下，其解不保證是全局最優解，梯度下降法的速度也未必是最快的。梯度下降法的優化思想是用當前位置負梯度方向作為搜索方向，因為該方向為當前位置的最快下降方向，所以也被稱為是最速下降法。最速下降法越接近目標值，步長越小，前進越慢。2.牛頓法：牛頓法是一種在實數域和複數域上近似求解方程的方法。方法使用函數f(x)的泰勒級數的前麵幾項來尋找方程f(x) = 0的根。牛頓法最大的特點就在於它的收斂速度很快。3. 共軛梯度法：共軛梯度法是介於最速下降法與牛頓法之間的一個方法，它僅需利用一階導數信息，但克服了最速下降法收斂慢的缺點，又避免了牛頓法需要存儲的缺點。其優點是所需存儲量小，具有步收斂性，穩定性高，而且不需要任何外來參數。4. 啟發式優化方法：啟發式方法指人在解決問題時所采取的一種根據經驗規則進行發現的方法。啟發式優化方法種類繁多，包括經典的模擬退火方法、遺傳算法、蟻群算法以及粒子群算法等等。5. 拉格朗日乘數法：作為一種優化算法，拉格朗日乘子法主要用於解決約束優化問題，它的基本思想就是通過引入拉格朗日乘子來將含有
個變量和k個約束條件的約束優化問題轉化為含有（
+k）個變量的無約束優化問題。拉格朗日乘子背後的數學意義是其為約束方程梯度線性組合中每個向量的係數。”
“那這個羊群到山頂是哪種方法。”展顧約說。
“啟發式優化方法。”安圭說。
例如蟻群算法。螞蟻找到最短路徑，主要依靠信息素和環境，假設有兩條路可從蟻窩通向食物，開始時兩條路上的螞蟻數量差不多：當螞蟻到達終點之後會立即返回，距離短的路上的螞蟻往返一次時間短，重複頻率快，在單位時間裡往返螞蟻的數目就多，留下的信息素也多，會吸引更多螞蟻過來，會留下更多信息素。而距離長的路正相反，因此越來越多的螞蟻聚集到最短路徑上來。這是一種尋優方法。可以找最短路徑，也可以找最大值、最小值。
劉莫芝說：“那這些羊有編號嗎？”
展顧約說：“可能長得不一樣？牧羊人比較熟悉。”
董趨說：“能認出來人我還相信。比如保安認得進出辦公樓的人。但是認識羊臉太困難了吧。”
展顧約說：“或者說羊的身上有編號。”
董趨說：“也可能吧。我們站得太遠，看不清。可以走近點看看。”
他們沿著山坡上的小路走。
山坡不是太高。過一會就走到羊群的近處。看來確實是貼了牌子，上麵標記了數字。
旁邊有些樹木，還有些電線杆，信號基站。
又走了一段路，到了山頂。看看遠處。還有些銀杏樹、廣玉蘭樹，葉闊蔭濃，河流蜿蜒，樹林旁有平房和低矮的樓。在淡淡的霧氣之下，平靜而又優美。
劉莫芝說：“我們就繼續沿著小路下山吧。”