他身后床上的妻子也好奇地揉了揉眼睛催促道：

“老黄你又干什么呢？才开学你就要熬夜？”

“我……不行，老婆你还是先睡吧，我把这篇文章看完就睡……算了，我去书房！”

“我真是服了你了……早点休息。”

“嗯嗯，你就别管我了，赶紧睡吧。”

熬夜这种事，对于学术工作者来说早已经是家常便饭。

黄非红害怕打扰自己妻子休息，索性搬着电脑，然后从书桌抽屉里拿出本子和笔，跑到了隔壁的书房里。

不过他看向电脑上那些公式和注解的眼神里，慢慢变得呆愣了起来。

不是因为别的……只是他，看不懂。

是的，虽然他是清大的副院长，但他不得不承认，这篇论文他看不懂。

这不是什么丢人的事情，搞学术的人要想有进步，也必须得先学会保持谦虚的心。

而且这也不能全怪他。

像学到他们这个阶段的，一般研究方向都十分固定，像他黄非红，所研究的领域就比较偏向于数据挖掘，大数据处理相关。

对于机器学习、模式识别、或者其他计算机领域，他当然也懂，但是远远达不到最前沿的水准。

然而，他虽然没法验证那些公式是否正确。

但是却知道这篇论文如果真的真实有效，那会给行业带来多大的冲击。

虽然这只是一篇阐述基础理论的文章，整篇下来他没有看到任何的实际运用。

但正是基础理论，才能决定了一个技术领域的上限。

模式识别这个领域，起源于十九世纪五十年代，曾经风靡一时，可以说和机器学习是人工智能领域的两个老大哥。

但是渐渐的，模式识别慢慢走向了瓶颈。

不光是识别的效率差强人意，识别的准确度上，也经常出现错误。

很多人类本身能够轻易分辨的事物，比如说数字“0”，字母“o”，以及句号“。”，对于电脑来说却是极容易混淆的特征。

很多人总结，正是因为模式识别的思路局限于用人的思维模式去教机器学习，才会让这一领域逐渐陷入死水。

反倒是机器学习，因为他使用机器的思维模式去教机器学习，反倒发展是一路高歌。

“不行，我实在忍不住了……这个论文要是真的改变了现在模式识别的尴尬处境，计算机行业恐怕要大地震了。”

想