在孟芊和其他博士生崇拜的眼神中，王浩離開了計算機實驗室，他是以‘還有工作要忙’為借口離開的，因為感覺再不離開就要‘露餡’了。
對人工智能方向的內容，他確實了解的很少。
即便是人工智能相關的算法，包括神經網絡、深度學習等領域，也沒有真正深入去了解過。
剛才就隻是結合教學反饋的內容以及自己對算法的理解，說一些可能的研發方向而已。
當然了，對找不到研發方向的博士生來說還是有幫助的。
在簡化‘表示學習’的研究領域，最好的辦法就是從構造上入手，因為真正涉及的知識內容比較多，隻把握大方向遠遠不夠，還需要非常耐心的研究。
王浩出了實驗樓以後，發現自己的收獲不小。
【任務二】
【研究項目名稱：新型梅森素數檢驗算法（難度：A）。】
【靈感值：14點。】
‘任務二’的靈感值比之前提升了11點，增長的幅度是相當大的。
“這就是相關性了。剛才在計算機實驗室，講的是表示學習的算法、研究方向，梅森素數的檢驗算法也同樣是算法研發。”
“方向上是一致的，肯定還有其他的相關之處，帶來的提升就比較大。”
“其中知識的提升多一些，靈感方向還是少一些……”
“還是缺乏知識基礎啊！”
雖然教學的饋贈也能幫助增長知識，但畢竟隻是一瞬間的反饋，而不是係統性的內容，帶來的知識並不全麵，受限於研究的方向以及年齡，他還是感覺知識量有所不足。
“看來想完成這個研究，還是要多看相關的內容。有關‘質數分布’的研究也是一樣，了解的還是太少了。”
王浩知道了自己薄弱之處，他也知道該怎麽去做。
當天他就到理學院的圖書館借閱了幾本解析數論相關的專業書籍，然後下載了幾篇有關解析數論成果的論文，其中還包括一篇一百多頁的論文，是安德魯·懷爾斯對於費馬猜想的證明。