今年他看过的投稿，要么是创新性不够，有的研究前人都做过了，投稿人还要做一遍，改来改去也是换汤不换药；要么是吹的天花乱坠，结果一看实验数据，根本没啥实际效果。

甚至还有非专业的研究员的“创意大作”。

所谓非专业研究员，其实他们也往往私下里有点讽刺地叫这些人“民间科学家”，经常把自己的一些胡乱的猜想写成论文提交过来。

没有严谨的证明过程，也缺乏实验数据，偏偏名字还起的特牛逼，因此迷惑性极强。

今年赫尔曼就收到好几篇这类民科论文，经历了从激动，到怀疑，最后再到失望的流程，现在心态都麻了，看论文已经进入了不悲不喜的状态。

赫尔曼知道，如果把自己进度一五一十地告诉主编，那今天绝对是在劫难逃。

他只好避重就轻地说：“额...哈哈，主编，那个就差几篇就搞定了，但是今年的投稿质量一般，封面论文我还没有什么头绪。”

“您看，能不能我们再找找之前和我们关系比较好的学界大牛和实验室，约稿一下综述之类的？”

“不行！我早就说过，今年我们会议主题是《Sample but Work》，综述是最不合适的。”

“这几年，我们信息学式微，整个学界对基于神经网络的方法不够信任，许多应用都不会把神经网络作为第一选择。”

“甚至有些其他领域的学者，说我们整个神经网络理论都是鼓吹概念，真正能落地的内容少，还不如去研究生物。”，主编钱峰神情凝重，办公室的气氛都仿佛有冰霜凝结。

“这一次，我们的封面论文必须讲究实际意义，通用性，简单而且有效。”，他又瞪了一眼赫尔曼，吓得他急忙点头称是。

...

回到工位打开笔记本，赫尔曼这才慢慢平复了心情。

实在是钱峰主编带给他的压力太大了，虽然他这么多年已经混到了信息学中级研究员的位置，但在钱峰面前还是不够看。

那可是信息学届被誉为最接近特级的天才人物。

赫尔曼打开自己保存未审论文的文件夹，轻轻叹了口气。

上周投稿的论文只剩下三篇没审，这个周末就要截稿了，他估摸着也收不上来太多的新论文。

主啊！能不能赐予他一篇好到足以当封面的论文啊，他保证以后一定不会再缺席周日的礼拜了。

扫了一眼文件夹里仅存的三篇题目，却是被一篇论文的题目吸引了注意。

“一种随机优化方法？”，赫尔曼轻读出声，脸上写满了疑惑。

寥寥几个字，他每个字都能看懂，但是仔细一想又不明白了。

随便一个信息学的研究员都能轻松默写出神经网络优化的随机梯度下降算法，这已经几乎可以说是一种默认选项了。

毕竟依靠数学，穷尽一生也不可能计算出一个如此高维问题的最优解，相比而言，随机梯度下降可谓是一步步靠近最优解的稳稳的幸福。

难道还能有比随机梯度下降更优秀的方法？这么简单的东西还能怎么优化？

这就像是有人突然说他发明了1+1的高级解法一样。

还能怎么做？带着这样的疑惑，赫尔曼双击点开了论文原文。

...