请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
不过考虑到现在大家还是合作伙伴关係，乔源还是转过身朝著数学院的方向走去。
大概是还没开学的缘故，教学楼里挺安静的。
不过乔源刚到三楼，走廊里便听到了挺嘈杂的声音。
等来到走廊，便能確定声音都是从骆余馨的办公室里传出来的。
虽然门是虚掩著的，而且他能確定里面不止骆余馨一个人，但乔源还是很自觉地敲了敲门。“赶紧进来。”
乔源推开门，便看到骆余馨这间最多只有二十来平的办公室里有七、八个人。
不过最醒目的还是占了几乎整面墙的智能电视………
乔源很快就认出了这是在江大被有为邀请去做討论的时候，人家会议室里掛的那一款。
这是真给装了……
此时办公室里大部分人也都停止了討论，看向走进办公室的乔源。
也有人两人还在说著什么。
“啪啪……”
骆余馨拍了拍手，说道：“各位，先静一下，我先给大家介绍一下，这位就是这个项目的发起者，乔源博士。
他的成就我就不多说了。总之我的课题他帮我搞定的，顺便还把勒让德猜想给解决了。
目前研究中心博士在读，陆院士的学生，还在华寧园给他安排了专属办公室。
对了，还有一点，陆院士都不让他叫老板，必须尊称老师的那种亲学生。”
乔源强忍住没翻白眼……
毕竞此时办公室里所有人的目光都集中在他身上。
有好奇的，有钦佩的，有审视的，当然也有看上去好像不怎么服气的。
不过也无所谓了，反正在乔源看来这都是骆余馨找到免费牛马……
只是如此粗糙的介绍，也导致乔源压根都不知道怎么打招呼，愣了一下，才开口说道：“大家好。”“不用客气。我先来给你介绍一下，这些都是对你做人工智慧的想法感兴趣的能人……”
不得不说骆余馨的行动力的確很强，甚至是强的离谱。
乔源这一天都还没来得及考虑这些事情，她已经直接拉了七个人的团队。
虽然距离之前確定的二十人团队还差了一大半。
但考虑到现在还没开学，能有这个效率已经很可怕了。
最重要的是，这些劳动力还真就是免费的。
因为昨天他也只是跟骆余馨说了一个想法，压根就没有申请项目更没有资金支持。
很快在骆余馨的介绍下，乔源快速了解了几个人的构成。
其中一位数学院的讲师，两个博士后，三个数学院的博士，和一个硕士。
数学院的讲师名叫刘朗，目前主要研究方向是统计学习与泛化误差界。
两个博士后分別叫王凯跟陈耀宗，前者研究贝叶斯深度学习，后者则主要研究概率论、隨机过程跟资讯理论。
三位博士的研究也各有侧重点，不过都对人工智慧挺感兴趣。
至於团队里目前唯一的一位硕士，也是除骆余馨外唯一的女生叫程静。还是计算机学院的，目前学习的主要方向是数据挖掘。
都是第一次见面，乔源对几个人的科研能力都不太清楚。不过考虑到这里毕竟是燕北大学，乔源又觉得有那么点信心了。
“行了，大家都认识了，我们去隔壁会议室里开个会吧。大家有什么想法都可以提出来。
最重要的是做个分工，既然决定要做这件事，我觉得就要儘快拿出一个章程跟框架来。”
把所有人都跟乔源介绍了一遍之后，骆余馨再次开口说道。
什么叫雷厉风行，这大概就是了。
不过好像还有个人没来……
於是乔源开口道：“既然是正式会议，那你乾脆赶紧给鲁教授也打个电话吧。他今天答应我加入这个兴趣小组了。”
这句话也让骆余馨挺意外的，问道：“你把鲁承泽忽悠来了”
乔源愣了愣，再次佩服起这女人的脑迴路。
在这么多人面前用忽悠两个字真的好吗
不过看到其他人似乎没什么意见，大都是很意外的表情，乔源自然也无话可说。
“总之他答应了。”
“那你打电话叫他来啊。我跟鲁教授不太熟。”
“好吧，那稍微等一下。”
一刻钟后，当鲁承泽很给面子的冒著大雪赶来数学院这边，由乔源主导的学术审美人工智慧兴趣小组第一次会议的成员也终於坐在了会议室里。
走进会议室之前，骆余馨衝著乔源说道：“你去主持”
乔源摇了摇头，说道：“还是你来主持吧。其他人我都不熟。”
“也行，那最后由你做总结性发言。”
“大家都已经认识了，为了节省时间我就直接进入正题了。”
会议室里骆余馨双手撑在桌子上，简洁地宣布了会议开始。
“首先我们再次確定一下研究的目的。就是做出一款能够辅助大家研究的智能al。
按照我们的项目创始者乔源博士的构思。我们的ai智能体需要具备一定的学术审美。
也就是说能从海量的文献中区分出真正有价值的文献。这是它最重要也是区別於其他传统ai智能体的特徵之一。
当然我们也可以给这个智能体添加一些常用ai的功能。让其更为完善。现在请大家根据各自的研究领域，说一些简单的建议和想法。
然后我们来做一些技术方面的分工。后续再有人加入进来，我们也会延续今天会议的分工。刘朗老师，就从你先开始吧。”
“好的，那就由我先简单说两句吧。我主要是做统计学习理论研究的。
在我看来要让ai评估一篇论文的水平，传统方法是基於引用次数、期刊影响因子等等这类数据进行筛选。
但显然这有滯后性，而且鑑於现在学术环境，这些数据已经无法筛选出论文的实用性。
所以我听到骆老师告诉我乔博士有这个想法后，首先想到的是能不能在论文发表的当时就对其重要性做出一个评估。
针对这一点传统思路是构建一个基於文献文本特徵的回归模型。比如用bert或scibert来提取深层语义特徵，然后预测其未来的引用轨跡。
说白了，这可以看成是一个基於动態图神经网络的学术影响力早期预测，而且要做到这一点不难。可以直接从引文网络的动態嵌入入手，但这本质上还是在擬合过去的成功模式，说实话，我不敢確定能否真正达到所期望的目標。
但就目前来说我也想不到更好的办法。希望接下来大家的发言能给我启发。谢谢，我的发言完了！”