在孟芊和其他博士生崇拜的眼神中,王浩离开了计算机实验室,他是以‘还有工作要忙’为借口离开的,因为感觉再不离开就要‘露馅’了。
对人工智能方向的内容,他确实了解的很少。
即便是人工智能相关的算法,包括神经网络、深度学习等领域,也没有真正深入去了解过。
刚才就只是结合教学反馈的内容以及自己对算法的理解,说一些可能的研发方向而已。
当然了,对找不到研发方向的博士生来说还是有帮助的。
在简化‘表示学习’的研究领域,最好的办法就是从构造上入手,因为真正涉及的知识内容比较多,只把握大方向远远不够,还需要非常耐心的研究。
王浩出了实验楼以后,发现自己的收获不小。
【任务二】
【研究项目名称:新型梅森素数检验算法(难度:A)。】
【灵感值:14点。】
‘任务二’的灵感值比之前提升了11点,增长的幅度是相当大的。
“这就是相关性了。刚才在计算机实验室,讲的是表示学习的算法、研究方向,梅森素数的检验算法也同样是算法研发。”
“方向上是一致的,肯定还有其他的相关之处,带来的提升就比较大。”
“其中知识的提升多一些,灵感方向还是少一些……”
“还是缺乏知识基础啊!”
虽然教学的馈赠也能帮助增长知识,但毕竟只是一瞬间的反馈,而不是系统性的内容,带来的知识并不全面,受限于研究的方向以及年龄,他还是感觉知识量有所不足。
“看来想完成这个研究,还是要多看相关的内容。有关‘质数分布’的研究也是一样,了解的还是太少了。”
王浩知道了自己薄弱之处,他也知道该怎么去做。
当天他就到理学院的图书馆借阅了几本解析数论相关的专业书籍,然后下载了几篇有关解析数论成果的论文,其中还包括一篇一百多页的论文,是安德鲁-怀尔斯对于费马猜想的证明。
这一篇论文在学术界非常有争议,有很多数学家并不相信怀尔斯的证明,最主要就是因为证明的复杂性,同时也因为证明中使用了受争议的数学定理和方法。
不过对王浩来说并不存在问题,他不需要去验证论文是否正确,只是看看复杂论文的内容,了解一下其他人在相关领域的研究、解析方式。
这对于研究来说非常有参考价值。
王浩开始了啃书之旅。
接下来将近半个月时间里,他大部分时间都在啃书,不是在看专业的书籍,就是在看专业的论文,持续半个月,对于专业知识内容的恶补,再加上偶尔教学带来灵感值,也带来了研发相关的提升。
【任务三】
【研发项目名称:质数分布概率研究(难度:S)。】
【灵感值:24。】
【任务二】
请收藏:https://m.dgxs8.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)