张志强酸帕特里克-罗什是有道理的，全世界不知道有多少学者，都会酸帕特里克-罗什。
因为，幸运。
中彩票的幸运者也会被酸，但中彩票是经常会发生的，全世界有很多的彩票中奖者，而发现最新梅森素数的，近几年时间里，只有帕特里克-罗什一人，他的名字已经在gimps官网主站挂了几年时间。
gimps官网有关于帕特里克-罗什幸运的介绍，上面写道，“对于帕特里克-罗什来说，这个赛季更加幸运，他的坚持获得了丰厚的回报。多年来，帕特里克一直在使用gimps软件作为他的计算机版本的免费“压力测试”，不到四个月前他开始在自己的媒体服务器上寻找，以回馈这个项目。”
“一些gimps参与者已经寻找了20多年，几万次尝试，但没有成功。这证明，运气好的话，任何人都可以找到下一个新的梅森素数。”
prime软件长期在线人数几十万，运行的cpu数量几百万，几年时间，就只出现了一个帕特里克-罗什，有多幸运就可想而知了。
另外，发现新的梅森素数，收获的可不止十万美元奖励，还有个人名气上的巨大提升。
比如，gimps网站长期挂着帕特里克-罗什个人的‘幸运介绍’，目的大概是吸引更多的人加入进来。
很多对于发现新梅森素数的报道都会提到帕特里克-罗什，他的名字出现在各大媒体的版面上，不知道的人还以为是什么有名气的学者，有巨大贡献的科学家。
可实际上，帕特里克-罗什放在学术圈，就只是个最底层而已，至多能算得上是一个算法工程师，还是能力并不算太突出那种。
如果真去计较的话，帕特里克-罗什并不算是学者，可他却因为幸运的发现梅森素数，而以‘类似于学术成果的成果’，变得比其他真正学者更有名气。
这就是被学者们羡慕嫉妒的根源。
帕特里克-罗什干了什么呢？
他只是利用prime软件做服务器压力测试，用自己的电脑挂一下软件运行，然后就很幸运的找到了梅森素数。
他收获了金钱，收获了名声，还把名字留在了有关梅森素数的历史记录中。
王浩仔细想想都感觉有些感慨，不得不承认，帕特里克-罗什确实是非常的幸运。
他摇了摇头，自定义了程序运行时间，很快被分配了一个超大质数，也开始用电脑挂起了prime软件，而后也不理会，就开始研究起了梅森素数。
他研究的是算法。
prime软件的主要功能是进行分布式处理和计算统计，实际上，内部对于梅森素数的检验算法是非常简单的，针对一个数字的验证，就是采用卢卡斯-来默检验法。
卢卡斯-来默检验法，是针对梅森数的素性检验，由爱德华-卢卡斯于1878年制定的，五十年后，德里克-亨利-来默对于方法进行了改进完善。
这个针对梅森素数的素性检验方法已经非常简化。
利用卢卡斯-来默检验法，验证梅森数‘mn=2的n次方-1’是否是素数，只需要让程序循环运行‘n-2次’就够了。
当然，因为牵扯到千万位的超大数，每一次循环的计算量还是很高的，但针对千万位超大数的素性检验，已经可以说是简化到了极致。
比如，家用普通电脑，运行一百个小时左右，就可以检测出一个千万位梅森数的素性。
这种速度相当惊人。
正因为如此，一直到现在快要百年时间，针对梅森数的素性检验，使用的依旧是卢卡斯-来默检验法。
卢卡斯-来默检验法的内容，只要看一眼就能明白过来，方法没有什么难度可言。
正因为方法太过于简单，想改善就显得无从下手。
比如，普通的加法，方法已经足够简单，还怎么去改善呢？
王浩仔细思考了一下，也根本是无从下手，但研究肯定是有方向的，针对单个素数的检验方法无法突破，也能够在检验数字筛选上做突破。
但是，他仔细想了很久，还是找不到方向，只能慢慢看看能不能有什么灵感。
……
第二天早上，王浩早早的爬起来去晨跑。
生活节奏回归了以往的规律，锻炼也碰到了熟悉的人。
苏映雪。
她依旧是那副运动打扮，也依旧显得英姿飒爽。
王浩和苏映雪一起跑了两圈，顺便说了几句话，才知道对方是准备长期驻扎西海市了。
“我负责跟进纳微实验室的项目。”苏映雪简单的一句解释，透露出了很多信息，她力主和纳微实验室进行合作，直接负责项目的跟进，肯定是对项目非常重视的。
如果纳微实验室的项目长期没有进展，对苏映雪个人的事业也许造成一些影响。
“我记得说过，建议你们和纳微实验室合作。”王浩笑道，“肯定不会后悔。”
“我相信你。”苏映雪看着王浩的眼睛，很认真的点头。
王浩和苏映雪说了几句，又坚持跑了两圈，感到有些疲惫就离开去吃早饭了。
豆浆、油条，外加一个茶叶蛋，经典搭配，美滋滋的吃着补充着消耗的体力。
一天又开始了。
有个披着线衣、笑的很甜的女生走过来，她把餐盘放在了王浩对面，有些惊喜的说道，“王浩老师，我刚才看着就像你，还真是，不打扰吧？”
“没关系。”
王浩抬起头说了句，发现对方似乎有些熟悉，不就是罗大勇班里的辅导员，名字叫……
这不重要！
来人是孟芊。
她有个开朗健谈的性格，坐在对面后也主动和王浩说起话，不会让气氛显得过于沉闷。
“王浩老师，恭喜你了，创造了国内学者，近二十多年，在解析数论领域，完成国际性成果的历史，还上了新闻，可真厉害。”
“我和朋友昨天还说起了你呢，你现在可是学校里的大名人！”
孟芊连续恭维了王浩好几句，后来就谈到了自己的研究，“王浩老师，记得上次就说过，有时间可要指点下我，论文、博士论文，太难了，我到现在都找不到方向。”
王浩问道，“你是做计算机研究吧，什么领域？”
“人工智能，算法。”孟芊用两个词做了介绍。
王浩立刻摇头，“这个我可帮不了。人工智能方面，我也不了解，不过学校里，从事这方面研究的人很多，我办公室里的张志强，就做过相关研究，要不我帮你介绍一下？”
“那不用。”
孟芊赶忙摆手道，“我的导师也专门做这方面的研究，而且做研究不能都问别人。我做的是表示学习的算法，只是想找个方向。”
“表示学习的算法……”
王浩思考着摇头，“这个领域，我真是完全不懂啊。”
孟芊笑道，“别谦虚啊，王浩老师，你可是算法专家。有时间能不能帮我看看，不需要具体说做什么，我只是想找个方向。”
“嗯……好吧。”王浩犹豫了一下，总是拒绝也不太好，想着去看一下也没什么，就还是同意了。
但他还是强调了一句，“我是真不懂人工智能领域，到时候，帮不上什么忙，可别怨我。”
“当然不会了，您能帮忙看看，我就已经很感激了。”
孟芊爽朗一笑，和王浩约定了下时间，就干脆定在了下午。
等吃过了早饭要离开的时候，孟芊忽然来了一句，“对了，王浩老师，我叫孟芊，您叫我‘小孟’就行，其他人都这么叫。”
她说着还朝着王浩眨了下眼。
王浩顿时有些尴尬。
忘了对方的名字不要紧，竟然还被对方看出来了？
孟芊倒是挺开朗的，还让自己称呼她‘小孟’，问题是，对方应该比自己大两岁吧？
叫‘小孟’合适吗？要不换‘孟大姐’？
……
一直等到了下午再见到孟芊，王浩还没有确定称呼问题，最后还是决定叫‘孟芊’，称呼对方的名字肯定没错。
“孟芊，我们这是去哪？”王浩跟着孟芊一直走，感觉都快要出了校门，远远都能看到一个酒店的牌子，心里都有点不好的预感。
好在孟芊转了个弯进了六层的实验楼。
计算机实验楼。
上面两层就是张志强所在的计算机实验室。
王浩和孟芊一起上楼，到五层就碰到了陈庆华，小老头罗着腰背手走着，看到王浩顿时眼前一亮，“王浩？稀客啊！”
小老头热情的过来，拉着王浩就往里走，“我带你参观一下，我们实验室新购买了两台服务器，运算能力非常……”
王浩赶紧强调说，“陈院长，我就是过来给孟芊看看东西。”
“孟芊？”
陈庆华听的一头雾水，才注意到旁边的孟芊，再审视的看了一眼王浩，恍然大悟拉长了音，“哦~~~”
“你们聊你们的，你们聊、你们聊……”他说着背着手走开，还感叹了一句，“年轻人啊！”
王浩有那么点小尴尬，孟芊也有点小脸红，但他们确实没什么，还是一起去了间实验室。
计算机实验室和办公室似乎也没区别，就是电脑看起来更专业一些，还有一大堆电脑配件堆在角落，让房间显得有些凌乱。
实验室里面还有其他几个人，看到孟芊带着人走进来，最开始没能认出来，但很快就反应过来，顿时围过来叽叽喳喳的说起来，“王浩老师！”
“王教授！”
“我研究了你的有效与无关进位算法，真是……太难了、难于上青天，研究了两天，我头发都快掉光了。”
“王浩老师，有时间给我看看研究吗？我碰到个问题……”
孟芊赶紧宣布‘王浩的所有权’，“你们都让开，我是想让王浩老师给我指点几句。”
“好、好……”
几人都不说话了。
孟芊打开了电脑，里面有几个文件，点开了其中的一个，都是一些代码之类的东西，她也开始解释起来，“我正在做表示学习的算法研究。”
“基础是(卷积神经网络)，基于 的相关研究是热点，这个算法一直都在改进。”
“我也对另外一种机器学习算法gbdt有了解……”
孟芊连续说了一大堆，能听的出来确实很专业，肯定是下了不少功夫，实验室里的其他几人，也都是在读博士生，研究的不是同一方向，但也都有类似、重复之处。
王浩抿着嘴认真听了好半天，思考着正要开口，陈庆华和另一个教授走了进来。
“孙老师！”
“陈教授！”
几个博士生纷纷礼貌的喊了一声。
陈庆华也给王浩做了介绍，“这是孙光远教授。”
孙光远是博士生导师，实验室有两个就是他的学生，他和王浩握手以后，马上道，“王教授，不好意思打扰了，你别管我们，继续说你们的。”
陈庆华和孙光远就站在旁边看着。
两个计算机专业学者站在旁边，很大可能都是从事人工智能领域的研究，王浩都感觉自己是在外行指点内行，赶紧强调了一句，“我是外行人，说的不对，你们可别笑话。人工智能，我是真不懂。”
孙光远马上笑道，“王教授，这有什么笑话不笑话的，跨行如隔山啊，研究就是这样，自己闷头做研究，也很难有进展，也许听其他人说两句，就能想到思路。”
陈庆华也道，“说的对不对的，都没关系，这又不是专业的学术会议。”
王浩顿时心里有底了，他开口道，“我对于‘表示学习’的理解，它是人工智能领域的核心研究问题，一些成功的模型”成功的模型都可以被理解成是表示学习的特例……”
当有了个开头以后，大量的知识涌入到脑海里，再结合自己对算法的理解以及想法，王浩顿时有了信心，继续道，“用概率建模隐变量和观测变量联合分布的隐变量模型，以及端到端学习层次化表示的深度模型，都是表示学习的一种。”
“现在已经是大数据时代，表示学习的研究主要难点，是对于超大数据量的分析。”
“不管是随机算法的噪声，近似优化算法的不稳定性，高时间复杂度等都影响了表示学习算法的效率……”
他说着进入到了正题，干脆走到了旁边小白板前，花了个简单的模型图，才继续说道，“我们来看这个图，其实不管在表示学习方向，做什么样的研究，都离不开这个图。要么是分析简化算法，要么是从构造入手，最容易、也最容易出成果的，应该是简化构造，某个方向上，形成直接通路。”
“我们从a点走到b点，再走到c点，肯定比不上在a和c之间修一条通路。”
“那么，怎么去做研究，怎么去修通路呢？”
“我认为可以有两种方法，一种是采用新的构架，另一种是采用新的分析方法……”
“哇啦哇啦……”
王浩一口气讲了近三十分钟，有个有眼力见的博士生，还倒了杯水递过来。
然后，继续。
终于在四十分钟左右，他才结束了话头。
看着陷入思考、认真理解的实验室众人，顿时满意的点点头说道，“我就是有点粗浅的理解，有说的不对的地方忘见谅。”
“对人工智能，我就是个外行。”
一众博士生，也包括孟芊，顿时投过来崇拜的眼神，他们听了一大堆的讲解，都感觉有了很大收获，想到自己的研究思路都清晰了。
孙光远和陈庆华则同时用力扯扯嘴角。
这叫外行？
‘外行’这个词，是不是重新定义一下？
