人却又问道：“怎么，你不这么认为吗？难道你跟这两位大佬的看法不一样？”
同伴并未回头，用同样平淡的声音说道：“有些不一样吧。”
这人讶异道：“真的假的？你能跟两位大佬的看法不一样？”
他的同伴听到这话，微微扭头看向他，那双原本很随性格，一直是一幅平淡的脸上，这时却多出了一些激动。
就连透过黑框眼镜的目光，似乎都有些不一样了。
声音更是第一次出现波动：“我没有其它的看法，我的看法，只和陈教授一样，这个公式所具有的理论价值，大概就相当于克莱姆法则一般……”
这人微微一愣，旋即瘪了瘪嘴，再也不多说一句话。
此刻，台上的陈舟，已经将幻灯片切到了第四页。
也就是这一公式的第四个方向性应用研究的思考。
“在机器学习里，求解特征值和特征向量的公式，可以用来处理缺失特征。”
“在大量数据处理的基础上，可以利用原矩阵本征值，在新场景下，去处理某些样本或特征缺失，进而可以算出本征矢，使得压缩和分类，可以更准确……”
陈舟的讲述，并不是单单指出，可以进行的方向性应用研究。
更多地，还有他的自己的思考，以及该方向应用研究的价值。
说来有趣的是，随着陈舟的讲述，在场的某些学者，竟然默默的掏出了手机。
然后，拨通了自己好友的对话。
拨通之后，这电话就这么通着，也不挂。
而对方，在询问了两声之后，也逐渐安静了下来。
竟奇妙的通过电话的方式，听起了这场报告会。
以至于，在陈舟讲完在机器学习，这一方向性的应用研究之后。
这些打通电话的学者，在挂断电话后。
对方一直在回拨……
随着时间的流逝，陈舟也将自己所准备的第二个PPT，给翻到了末尾。
一共12页。
一共11个，关于特征值特征向量公式的方向性研究和应用思考。
可以说，陈舟这一下，基本上喂饱了前来参加报告会的学者。
也充分展示了自己在多学科领域里，所产生的思考。
以至于，在陈舟结束了报告会的时间，准备进入提问环节时。
台下众人的眼神，无不带着一丝震撼。
他们震撼的
…。。