張志強酸帕特里克-羅什是有道理的,全世界不知道有多少學者,都會酸帕特里克-羅什。

因為,幸運。

中彩票的幸運者也會被酸,但中彩票是經常會發生的,全世界有很多的彩票中獎者,而發現最新梅森素數的,近幾年時間裡,只有帕特里克-羅什一人,他的名字已經在gimps官網主站掛了幾年時間。

gimps官網有關於帕特里克-羅什幸運的介紹,上面寫道,“對於帕特里克-羅什來說,這個賽季更加幸運,他的堅持獲得了豐厚的回報。多年來,帕特里克一直在使用gimps軟體作為他的計算機版本的免費“壓力測試”,不到四個月前他開始在自己的媒體伺服器上尋找,以回饋這個專案。”

“一些gimps參與者已經尋找了20多年,幾萬次嘗試,但沒有成功。這證明,運氣好的話,任何人都可以找到下一個新的梅森素數。”

prime軟體長期線上人數幾十萬,執行的cpu數量幾百萬,幾年時間,就只出現了一個帕特里克-羅什,有多幸運就可想而知了。

另外,發現新的梅森素數,收穫的可不止十萬美元獎勵,還有個人名氣上的巨大提升。

比如,gimps網站長期掛著帕特里克-羅什個人的‘幸運介紹’,目的大概是吸引更多的人加入進來。

很多對於發現新梅森素數的報道都會提到帕特里克-羅什,他的名字出現在各大媒體的版面上,不知道的人還以為是什麼有名氣的學者,有巨大貢獻的科學家。

可實際上,帕特里克-羅什放在學術圈,就只是個最底層而已,至多能算得上是一個演算法工程師,還是能力並不算太突出那種。

如果真去計較的話,帕特里克-羅什並不算是學者,可他卻因為幸運的發現梅森素數,而以‘類似於學術成果的成果’,變得比其他真正學者更有名氣。

這就是被學者們羨慕嫉妒的根源。

帕特里克-羅什幹了什麼呢?

他只是利用prime軟體做伺服器壓力測試,用自己的電腦掛一下軟體執行,然後就很幸運的找到了梅森素數。

他收穫了金錢,收穫了名聲,還把名字留在了有關梅森素數的歷史記錄中。

王浩仔細想想都感覺有些感慨,不得不承認,帕特里克-羅什確實是非常的幸運。

他搖了搖頭,自定義了程式執行時間,很快被分配了一個超大質數,也開始用電腦掛起了prime軟體,而後也不理會,就開始研究起了梅森素數。

他研究的是演算法。

prime軟體的主要功能是進行分散式處理和計算統計,實際上,內部對於梅森素數的檢驗演算法是非常簡單的,針對一個數字的驗證,就是採用盧卡斯-來默檢驗法。

盧卡斯-來默檢驗法,是針對梅森數的素性檢驗,由愛德華-盧卡斯於1878年制定的,五十年後,德里克-亨利-來默對於方法進行了改進完善。

這個針對梅森素數的素性檢驗方法已經非常簡化。

利用盧卡斯-來默檢驗法,驗證梅森數‘mn=2的n次方-1’是否是素數,只需要讓程式迴圈執行‘n-2次’就夠了。

當然,因為牽扯到千萬位的超大數,每一次迴圈的計算量還是很高的,但針對千萬位超大數的素性檢驗,已經可以說是簡化到了極致。

比如,家用普通電腦,執行一百個小時左右,就可以檢測出一個千萬位梅森數的素性。

這種速度相當驚人。

正因為如此,一直到現在快要百年時間,針對梅森數的素性檢驗,使用的依舊是盧卡斯-來默檢驗法。

盧卡斯-來默檢驗法的內容,只要看一眼就能明白過來,方法沒有什麼難度可言。

正因為方法太過於簡單,想改善就顯得無從下手。

比如,普通的加法,方法已經足夠簡單,還怎麼去改善呢?

王浩仔細思考了一下,也根本是無從下手,但研究肯定是有方向的,針對單個素數的檢驗方法無法突破,也能夠在檢驗數字篩選上做突破。

但是,他仔細想了很久,還是找不到方向,只能慢慢看看能不能有什麼靈感。

……

第二天早上,王浩早早的爬起來去晨跑。

生活節奏迴歸了以往的規律,鍛鍊也碰到了熟悉的人。

蘇映雪。

她依舊是那副運動打扮,也依舊顯得英姿颯爽。

王浩和蘇映雪一起跑了兩圈,順便說了幾句話,才知道對方是準備長期駐紮西海市了。

“我負責跟進納微實驗室的專案。”蘇映雪簡單的一句解釋,透露出了很多資訊,她力主和納微實驗室進行合作,直接負責專案的跟進,肯定是對專案非常重視的。

如果納微實驗室的專案長期沒有進展,對蘇映雪個人的事業也許造成一些影響。

“我記得說過,建議你們和納微實驗室合作。”王浩笑道,“肯定不會後悔。”

“我相信你。”蘇映雪看著王浩的眼睛,很認真的點頭。

王浩和蘇映雪說了幾句,又堅持跑了兩圈,感到有些疲憊就離開去吃早飯了。

豆漿、油條,外加一個茶葉蛋,經典搭配,美滋滋的吃著補充著消耗的體力。

一天又開始了。

有個披著線衣、笑的很甜的女生走過來,她把餐盤放在了王浩對面,有些驚喜的說道,“王浩老師,我剛才看著就像你,還真是,不打擾吧?”

“沒關係。”

王浩抬起頭說了句,發現對方似乎有些熟悉,不就是羅大勇班裡的輔導員,名字叫……

這不重要!

來人是孟芊。

她有個開朗健談的性格,坐在對面後也主動和王浩說起話,不會讓氣氛顯得過於沉悶。

“王浩老師,恭喜你了,創造了國內學者,近二十多年,在解析數論領域,完成國際性成果的歷史,還上了新聞,可真厲害。”

“我和朋友昨天還說起了你呢,你現在可是學校裡的大名人!”

孟芊連續恭維了王浩好幾句,後來就談到了自己的研究,“王浩老師,記得上次就說過,有時間可要指點下我,論文、博士論文,太難了,我到現在都找不到方向。”

王浩問道,“你是做計算機研究吧,什麼領域?”

“人工智慧,演算法。”孟芊用兩個詞做了介紹。

王浩立刻搖頭,“這個我可幫不了。人工智慧方面,我也不瞭解,不過學校裡,從事這方面研究的人很多,我辦公室裡的張志強,就做過相關研究,要不我幫你介紹一下?”

“那不用。”

孟芊趕忙擺手道,“我的導師也專門做這方面的研究,而且做研究不能都問別人。我做的是表示學習的演算法,只是想找個方向。”

“表示學習的演算法……”

王浩思考著搖頭,“這個領域,我真是完全不懂啊。”

孟芊笑道,“別謙虛啊,王浩老師,你可是演算法專家。有時間能不能幫我看看,不需要具體說做什麼,我只是想找個方向。”

“嗯……好吧。”王浩猶豫了一下,總是拒絕也不太好,想著去看一下也沒什麼,就還是同意了。

但他還是強調了一句,“我是真不懂人工智慧領域,到時候,幫不上什麼忙,可別怨我。”

“當然不會了,您能幫忙看看,我就已經很感激了。”

孟芊爽朗一笑,和王浩約定了下時間,就乾脆定在了下午。

等吃過了早飯要離開的時候,孟芊忽然來了一句,“對了,王浩老師,我叫孟芊,您叫我‘小孟’就行,其他人都這麼叫。”

她說著還朝著王浩眨了下眼。

王浩頓時有些尷尬。

忘了對方的名字不要緊,竟然還被對方看出來了?

孟芊倒是挺開朗的,還讓自己稱呼她‘小孟’,問題是,對方應該比自己大兩歲吧?

叫‘小孟’合適嗎?要不換‘孟大姐’?

……

一直等到了下午再見到孟芊,王浩還沒有確定稱呼問題,最後還是決定叫‘孟芊’,稱呼對方的名字肯定沒錯。

“孟芊,我們這是去哪?”王浩跟著孟芊一直走,感覺都快要出了校門,遠遠都能看到一個酒店的牌子,心裡都有點不好的預感。

好在孟芊轉了個彎進了六層的實驗樓。

計算機實驗樓。

上面兩層就是張志強所在的計算機實驗室。

王浩和孟芊一起上樓,到五層就碰到了陳慶華,小老頭羅著腰背手走著,看到王浩頓時眼前一亮,“王浩?稀客啊!”

小老頭熱情的過來,拉著王浩就往裡走,“我帶你參觀一下,我們實驗室新購買了兩臺伺服器,運算能力非常……”

王浩趕緊強調說,“陳院長,我就是過來給孟芊看看東西。”

“孟芊?”

陳慶華聽的一頭霧水,才注意到旁邊的孟芊,再審視的看了一眼王浩,恍然大悟拉長了音,“哦~~~”

“你們聊你們的,你們聊、你們聊……”他說著揹著手走開,還感嘆了一句,“年輕人啊!”

王浩有那麼點小尷尬,孟芊也有點小臉紅,但他們確實沒什麼,還是一起去了間實驗室。

計算機實驗室和辦公室似乎也沒區別,就是電腦看起來更專業一些,還有一大堆電腦配件堆在角落,讓房間顯得有些凌亂。

實驗室裡面還有其他幾個人,看到孟芊帶著人走進來,最開始沒能認出來,但很快就反應過來,頓時圍過來嘰嘰喳喳的說起來,“王浩老師!”

“王教授!”

“我研究了你的有效與無關進位演算法,真是……太難了、難於上青天,研究了兩天,我頭髮都快掉光了。”

“王浩老師,有時間給我看看研究嗎?我碰到個問題……”

孟芊趕緊宣佈‘王浩的所有權’,“你們都讓開,我是想讓王浩老師給我指點幾句。”

“好、好……”

幾人都不說話了。

孟芊開啟了電腦,裡面有幾個檔案,點開了其中的一個,都是一些程式碼之類的東西,她也開始解釋起來,“我正在做表示學習的演算法研究。”

“基礎是(卷積神經網路),基於 的相關研究是熱點,這個演算法一直都在改進。”

“我也對另外一種機器學習演算法gbdt有了解……”

孟芊連續說了一大堆,能聽的出來確實很專業,肯定是下了不少功夫,實驗室裡的其他幾人,也都是在讀博士生,研究的不是同一方向,但也都有類似、重複之處。

王浩抿著嘴認真聽了好半天,思考著正要開口,陳慶華和另一個教授走了進來。

“孫老師!”

“陳教授!”

幾個博士生紛紛禮貌的喊了一聲。

陳慶華也給王浩做了介紹,“這是孫光遠教授。”

孫光遠是博士生導師,實驗室有兩個就是他的學生,他和王浩握手以後,馬上道,“王教授,不好意思打擾了,你別管我們,繼續說你們的。”

陳慶華和孫光遠就站在旁邊看著。

兩個計算機專業學者站在旁邊,很大可能都是從事人工智慧領域的研究,王浩都感覺自己是在外行指點內行,趕緊強調了一句,“我是外行人,說的不對,你們可別笑話。人工智慧,我是真不懂。”

孫光遠馬上笑道,“王教授,這有什麼笑話不笑話的,跨行如隔山啊,研究就是這樣,自己悶頭做研究,也很難有進展,也許聽其他人說兩句,就能想到思路。”

陳慶華也道,“說的對不對的,都沒關係,這又不是專業的學術會議。”

王浩頓時心裡有底了,他開口道,“我對於‘表示學習’的理解,它是人工智慧領域的核心研究問題,一些成功的模型”成功的模型都可以被理解成是表示學習的特例……”

當有了個開頭以後,大量的知識湧入到腦海裡,再結合自己對演算法的理解以及想法,王浩頓時有了信心,繼續道,“用機率建模隱變數和觀測變數聯合分佈的隱變數模型,以及端到端學習層次化表示的深度模型,都是表示學習的一種。”

“現在已經是大資料時代,表示學習的研究主要難點,是對於超大資料量的分析。”

“不管是隨機演算法的噪聲,近似最佳化演算法的不穩定性,高時間複雜度等都影響了表示學習演算法的效率……”

他說著進入到了正題,乾脆走到了旁邊小白板前,花了個簡單的模型圖,才繼續說道,“我們來看這個圖,其實不管在表示學習方向,做什麼樣的研究,都離不開這個圖。要麼是分析簡化演算法,要麼是從構造入手,最容易、也最容易出成果的,應該是簡化構造,某個方向上,形成直接通路。”

“我們從a點走到b點,再走到c點,肯定比不上在a和c之間修一條通路。”

“那麼,怎麼去做研究,怎麼去修通路呢?”

“我認為可以有兩種方法,一種是採用新的構架,另一種是採用新的分析方法……”

“哇啦哇啦……”

王浩一口氣講了近三十分鐘,有個有眼力見的博士生,還倒了杯水遞過來。

然後,繼續。

終於在四十分鐘左右,他才結束了話頭。

看著陷入思考、認真理解的實驗室眾人,頓時滿意的點點頭說道,“我就是有點粗淺的理解,有說的不對的地方忘見諒。”

“對人工智慧,我就是個外行。”

一眾博士生,也包括孟芊,頓時投過來崇拜的眼神,他們聽了一大堆的講解,都感覺有了很大收穫,想到自己的研究思路都清晰了。

孫光遠和陳慶華則同時用力扯扯嘴角。

這叫外行?

‘外行’這個詞,是不是重新定義一下?