京城大學和華清大學就不太好出麵作證了。
許青山再度陷入輿論漩渦中央。
或許這裡就會有人問。
“那許青山應該要怎麼自證呢？”
那當然是
不自證了。
許青山心滿意足地看著網上傳得有鼻子有眼的傳聞，自己的身世都已經硬得快成太子爺了。
既然這麼硬，那為什麼要自證？
又不是自己編造的，要找鍋也得去找編造的那幫人，許青山可沒安排這種水軍，他也問過魏星的，跟五三沒關係。
大概率是什麼公知KOL受了錢以後想借此打擊公平性的。
沒看到人家韓雪姐姐一口一個我爺爺、我姥爺，就能被傳成沒人敢碰的娛圈三代姐嗎？
不管人有沒有這層身份，網上既然傳了，真見到麵的人，也會保持著基本的尊重，有什麼瞧不起的，就在心裡腹誹就是。
這指不定能給許青山之後的路鋪點坦途。
他根本就沒有必要去澄清。
至於這會不會影響他的含金量？也許會，但是等他持續不斷地拿出有含金量的成績的話，那這也不是什麼大問題。
許青山不在乎這些。
他花著大把的時間啃著《計算機組成原理》和各種編程語言教程，要入手這麼一門新課程，相對來說是需要一點時間把基礎打好的。
但有足夠強大的數學底子和英語底子的話，這種時間就能被大量縮短。
許青山已經開始準備著手寫自己的第二篇論文了。
他寫論文倒不是純粹的為了去刷期刊榮譽和數量，他隻是在自己學習的過程中希望能夠通過這種總結拓展的方式來尋找自己的方向可能性。
他之所以對複變函數、概率論很感興趣，就是因為這二者存在著非常重要的實際應用意義。
就像是他正在準備的馬爾可夫邏輯網絡的論文一樣。
許青山並沒有著急直接用電腦寫論文。
比起之前的數學史論文，他現在想要寫的這篇論文，則更偏向於實際應用和算法處理的數學研究。
他需要先按照自己的思路來整理一下。
這樣能夠讓自己在寫論文的時候一氣嗬成，減少掉許多次修改的時間。
許青山的這種想法要是被其他的學術研究者知道，估計都要吐槽他幾句。
這小子寫算法、做推導、考慮推理路線，直接就衝著完稿去的。
其實更多人在寫學術研究類型的論文時，一開始都隻是定題，甚至都不一定有完全完整的思路，是需要在隨後不斷的推算、推理的過程中，尋找方向。
如果是物理、化學、生物之類的，甚至還會麵對著自己一開始的思考沒有周全，實驗出現錯誤，以至於實驗數據不可用，整個實驗作廢，論文也涼涼，隻能重新做新課題。
許青山這種錨定方向就要成稿的想法，有點變態。
【摘要：馬爾可夫邏輯網絡是將馬爾可夫網絡與一階邏輯相結合的一種統計關係學習模型。在自然語言處理、複雜網絡、信息抽取等領域都有重要的應用前景.】
許青山簡單地書寫了一下摘要。
開始一邊查閱資料，一邊整理自己思路和推演路線。
統計關係學習（tattcal&bp;retoal&bp;lear，簡稱SRL），近些年提出的重要方法，主要用於高效準確地處理複雜性和不確定性問題。
許青山錨定的馬爾可夫邏輯網絡，便是指向這一領域方向的。
而這方向的延伸，算法研究的未來應用。
則是人工智能。
當然，並非說許青山研究這個就是要去研究人工智能，隻是統計關係學習能夠通過集成關係/邏輯表示、概率推理、不確定性處理、機器學習和數據挖掘等方式去獲取搭建出關係數據中的似然模型。
這便深度關聯了概率統計中的極大似然估計法。
在未來機器學習和人工智能領域，概率統計的基礎學術研究勢必會成為滋生算法拓展的核心基礎。
“概率圖模型貝葉斯網絡B隱Markov模型&bp;Markov決策過程，神經網絡.綜合集成概率圖模型與統計關係學習的邏輯表示”
“04年的美國華盛頓大學的Domo和Rchardo提出的Markov邏輯網絡作為統計關係學習的統一框架。”
“那我要做的就是”
許青山再度完全沉浸在了自己的學術領域之中。
他宛若瘋魔。
時而提筆奮筆疾書，洋洋灑灑地寫上幾頁科作業紙，然後看了一會突然就把這幾張紙扯下，撕得細碎，然後重新寫。
時而低頭沉吟，手裡拿著空白的科作業紙，久久不落筆。
時而在那一疊文件資料堆裡淩亂地翻找著自己想要的資料。
沒人敢去打擾他。
許青山一直保持著手寫的狀態，持續到.
閩越省省質檢的開始。
閩越省今年省質檢來得很晚，直到3月中旬才公布了省質檢的時間。