最新網址： 張誌強酸帕特裡克-羅什是有道理的，全世界不知道有多少學者，都會酸帕特裡克-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，隻有帕特裡克-羅什一人，他的名字已經在GIMPS官網主站掛了幾年時間。 GIMPS官網有關於帕特裡克-羅什幸運的介紹，上麵寫道，“對於帕特裡克-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，帕特裡克一直在使用GIMPS軟件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服務器上尋找，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。” 軟件長期在線人數幾十萬，運行的CPU數量幾百萬，幾年時間，就隻出現了一個帕特裡克-羅什，有多幸運就可想而知了。 另外，發現新的梅森素數，收獲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網站長期掛著帕特裡克-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裡克-羅什，他的名字出現在各大媒體的版麵上，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，帕特裡克-羅什放在學術圈，就隻是個最底層而已，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，帕特裡克-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。 帕特裡克-羅什乾了什麼呢？ 他隻是利用軟件做服務器壓力測試，用自己的電腦掛一下軟件運行，然後就很幸運的找到了梅森素數。 他收獲了金錢，收獲了名聲，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，帕特裡克-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軟件，而後也不理會，就開始研究起了梅森素數。 他研究的是算法。 軟件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，就是采用盧卡斯-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年製定的，五十年後，德裡克-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，隻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，隻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，隻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，鍛煉也碰到了熟悉的人。 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麵，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，坐在對麵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？” “人工智能，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。人工智能方麵，我也不了解，不過學校裡，從事這方麵研究的人很多，我辦公室裡的張誌強，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麵的研究，而且做研究不能都問別人。我做的是表示學習的算法，隻是想找個方向。” “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，我隻是想找個方向。” “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，“我是真不懂人工智能領域，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。 上麵兩層就是張誌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服務器，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，讓房間顯得有些淩亂。 實驗室裡麵還有其他幾個人，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，我頭發都快掉光了。” “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，裡麵有幾個文件，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、重復之處。 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能領域的研究，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。人工智能，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，它是人工智能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，再結合自己對算法的理解以及想法，王浩頓時有了信心，繼續道，“用概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，找書苑www.zhaoshuyuan.cｏm 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，高時間復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，一種是采用新的構架，另一種是采用新的分析方法……” “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。” “對人工智能，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，都感覺有了很大收獲，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？ 最新網址：