張志強酸派屈克-羅什是有道理的，全世界不知道有多少學者，都會酸派屈克-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，只有派屈克-羅什一人，他的名字已經在GIMPS官網主站掛了幾年時間。
GIMPS官網有關於派屈克-羅什幸運的介紹，上面寫道，「對於派屈克-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，派屈克一直在使用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，以回饋這個項目。」
「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軟體長期在線人數幾十萬，運行的CPU數量幾百萬，幾年時間，就只出現了一個派屈克-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網站長期掛著派屈克-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派屈克-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，派屈克-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，派屈克-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。
派屈克-羅什乾了什麼呢？
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運行，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，派屈克-羅什確實是非常的幸運。
他搖了搖頭，自定義了程序運行時間，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。
他研究的是算法。
Prime軟體的主要功能是進行分布式處理和計算統計，實際上，內部對於梅森素數的檢驗算法是非常簡單的，針對一個數字的驗證，就是採用盧卡斯-萊默檢驗法。
盧卡斯-萊默檢驗法，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-萊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-萊默檢驗法，驗證梅森數『Mn=2的n次方-1』是否是素數，只需要讓程序循環運行『n-2次』就夠了。
當然，因為牽扯到千萬位的超大數，每一次循環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，運行一百個小時左右，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-萊默檢驗法。
盧卡斯-萊默檢驗法的內容，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。
生活節奏回歸了以往的規律，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項目。」蘇映雪簡單的一句解釋，透露出了很多信息，她力主和納微實驗室進行合作，直接負責項目的跟進，肯定是對項目非常重視的。
如果納微實驗室的項目長期沒有進展，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，你現在可是學校里的大名人！」
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，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，我也不了解，不過學校里，從事這方面研究的人很多，我辦公室里的張志強，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算法，只是想找個方向。」
「表示學習的算法……」
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台伺服器，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……」他說著背著手走開，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……」
孟芊趕緊宣布『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。
孟芊打開了電腦，裡面有幾個文件，點開了其中的一個，都是一些代碼之類的東西，她也開始解釋起來，「我正在做表示學習的算法研究。」
「基礎是CNN(卷積神經網絡)，基於CNN
的相關研究是熱點，這個算法一直都在改進。」
「我也對另外一種機器學習算法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，實驗室里的其他幾人，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里，再結合自己對算法的理解以及想法，王浩頓時有了信心，繼續道，「用機率建模隱變量和觀測變量聯合分布的隱變量模型，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。」
「現在已經是大數據時代，表示學習的研究主要難點，是對於超大數據量的分析。」
「不管是隨機算法的噪聲，近似優化算法的不穩定性，高時間複雜度等都影響了表示學習算法的效率……」
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？
，