方豫所讲的三篇论文，每一篇其实童永山都没完全听懂。
毕竟其中都有相当一部分属于非常专业的计算机科学，与传统的应用数学有联系，但又不是那么紧密，需要进行专门学习。
听不懂归听不懂，但丝毫不影响童永山发现其中的价值。
因为科学的思考方法是相通的。
身为顶级学者的童永山，具备相当强的科学素养。
所谓科学素养，就是哪怕对方说的早就偏离了你的专业领域，但你仍旧能够从对方的证明思路、论证方式、论据选择上判断对方说的到底靠谱不靠谱。
面前的这个金融学大二生，对三篇论文的应用论证是完全没问题的！
听完方豫的报道，童永山已经很敏锐的察觉到，方豫选择这三篇文献一定是有用意的！
是的，这三篇文献表面上看起来都是神经网络与深度学习方面非常有影响力的论文，但方豫刚刚在汇报中，有意识的把三篇论文的内容进行了相互的印证与借鉴。
而最终方豫的结论，表面上看，是仅和第三篇论文相关，但前两篇论文在其中起到了关键的基础作用。
例如利用深度信念网络的预训练方法来优化GANs的训练，或者利用变分自编码器的隐变量模型来改进因子模型。
这说明，方豫对于GANs在强因子模型中的应用，应该至少有了一个初步的研究方向！
凡是搞过科研的都知道，对于任何一个科研项目来说什么最重要？
研究方向最重要！
一千个课题中，走错方向的可能就有九百个，走对的那一百个中，没分配好体力，走到半路就没力气的，可能又有九十个。
走对了路，且又有实力走到罗马的，到了最终，可能只有十个。
不过，走错的那九百个，其中的确也有非常小的几率，没有走到罗马，但他们走着走着，居然走到了长安。
例如尚未上市的烈阳精魄液的主要对手——蓝の丸，众所周知，在开发之时，原本是用来治心脑血管的。
但这种例子占整体科研项目的比例，实在太少太少了。
正因如此，当童永山意识到，方豫可能的确找到了一条道路的时候，把一阶段的主导权放给方豫，也就变成了自然而然的选择。
当然，这也和童永山的学术操守有一定的关系。
换成那种心黑手狠的导师，只给你留个二作，你还得感恩戴德每天开车去他家给
…。。