赵奕讲的很快。

因为学术演讲的时间是半个小时，主办方建议控制在二十分钟以内，有些东西干脆就跳着说，台下的人跟的上跟不上也没关系，后续会有演讲视频，都可以慢慢去看、慢慢的去理解。

台下众人的反应还不错，好多老教授都开始纪录，显然是对赵奕说的很感兴趣。

二十分钟，演讲结束。

接下来就是提问时间，台下好多人多举手提问，主持人帮忙点了几个人。

赵奕一一耐心地回答，他不急不慢解释的很清楚。

主持人点到了前排的冯铭宇教授，冯铭宇还是很有名气的，他是计算机数学地顶尖人物，最开始研究的领域是微分方程，后来又在数学建模和数据挖掘领域，取得过有影响力的成果。

冯铭宇开口问了个很关键的问道，“模糊数学，有模糊两字，就代表结果不一定正确，而计算机需要的是准确。模糊算法构建的体系，会出现很多错误吧？”

赵奕并不认识冯铭宇，还觉得对方问了个好问题，他点头说道，“没错，出现错误地概率确实不低，但是我们知道，人脑同样会出错。”

“就比如判断一根树苗，具体是什么品种，很多人也许就会认错，这是很正常的事情。”

“现在使用传统的算法，几乎不可能细节性分辨出来，那么模糊算法就是一种选择，同时也是最贴近人类做判断方式的选择。而我们的目的，就是降低计算量的同时，降低出错的概率。”

“事实上，只要是程序都会有错误，模糊算法最重要的，就是计算量低，在辨识物品上，要比大量灌输图片来分辨的方式，计算量少几十、几百倍。”

台下众人不由听的点头。

确实。

人类做判断很多时候会出错，严谨的程序也同样会出错，模糊算法会出错很正常，而计算量降低才是最为关键的，也就代表对硬件没有太高的要求，想要普及变得容易的多。

冯铭宇没有坐下来，而是继续问道，“但如果只是识别静态图像，模糊算法和普通算法也多大区别吧？”

“好问题！”