办公室里。 西格巴恩和阿尔文一起研究着论文。 他只是看了个介绍，马上就意识到，论文可能会对改善数据模型、改善算法有帮助。 西格巴恩不同于阿尔文，他不会自己慢慢去研究，而是干脆喊了几个人过来，“大家放下手头的工作，先一起看看这个。” 这一看，就是两个多小时。 他们也得出了结论，“这种辅助构建数据模型的方式，确实是可行的。” “按照这种方法来做，数据越多、效率和精准度越高，而当数据少的时候，就不适用了。” “难点在于最初模型的构造，我们不可能推翻原本的构造，采用这种方法重新构造。” “方法是新的，想应用却不容易。” 西格巴恩带领的是核心算法组，手下的几个员工可以说是研发中心的精英。 他们仔细研究讨论了以后，对论文上说的构建方法，已经有了基本的了解，并且能推断使用后的情况。 最后西格巴恩做了总结，“一般而言，数据分析问题，数据越多，精准度越低。” “这个模式也不例外，但是精准度下降的速度很慢，比如，一百个数据，我们所采用的构建模式，正确率百分之九十九点九。如果是一百亿个数据，就变成百分之八十。” “采用这个模式构建的算法，一百个数据，正确率只有百分之九十，而一百亿个数据，正确率也不会低于百分之八十五。” “这种模型构建方式，确实非常有意义，但在应用上，还是要慢慢的研究。” “论文上，很多只是介绍个大概，但方法是没问题的。我们或许可以试试看，如果有下个适合的项目，就能采用这种方法。” …… 阿迈瑞肯，加州，旧金山，谷歌公司研发中心，数据与数据应用实验室。 布莱克-琼斯正坐在办公室里，他已经在谷歌工作了十一年，参与过算法定制、安卓系统完善以及人工智能等项目，是个经验极为丰富、水平非常高的算法工程师。 现在他看着订购的计算机期刊。 上面有连续三篇论文吸引了他的注意力，他拧着眉头仔细看了好久，感觉里面说的方法非常有意思，就干脆拍了个照分享到了同事群组，“大家看看这个，新的数据模型构建方法。” “我看了下，很有意思。” 很快。 好几个没订购的同事，就让布莱克-琼斯再拍照发几张图片，最好是把论文都发过来。 布莱克-琼斯试了下图片提取文字功能，发现牵扯到数学内容时，好多都提取的一塌糊涂，干脆苦着脸一张张的拍照。 这件事本来是过去了。 下午的时候，技术部经理就找到了布莱克-琼斯和其他人，认真的说道，“布莱克，我也看了你发的东西，很有意思，重要的是，也许很有价值。” “我们必须重视起来。” “伙计们，放下手头的工作，一起研究一下，这个方法也许能提升我们的效率……” …… 同样的事情，发生在好几个互联网大公司的研发中心，甚至是国家级别的数据控制中心、信息中心。 当出现一种全新的数据模型构建方式，可以应用于海量数据分析工作并提升效率和精准度时，肯定会受到互联网相关的公司、信息中心的重视。 仅仅一天之后，国内也收到了消息。 阿巴云集团公司的大数据研发中心，技术部总监冯友立收到了手下国外员工的汇报-- 《计算机数学与信息工程》新一期刊登的论文中，介绍了一种全新数据模型构建方法。 “值得重视！” 员工汇报时特别强调。 网上订购浏览会延迟三天开放，国内暂时还没办法看到，但有很多办法能绕过延迟。 冯友立很快拿到了论文的全部内容，他找了几个高水平的技术员工，一起仔细的进行分析。 同时，冯友立有个想法，“论文的作者是西海大学的教职工，他能研究出一种全新的数据模型构建方式，肯定是个极为优秀的人才。” “最简单直接的方法，就是把他请到阿巴云来工作。” “他是个人才，阿巴云最需要的就是人才。” “如果这种方法可行，相关的应用、底层算法的修正完善，由他来主导才会是最完美的。” …… 当论文的影响慢慢发酵的时候，王浩暂时并没有受到什么影响，他和张志强一起完成‘Cauchy非负矩阵分解表达’的研究，论文也交给了张志强来发表。 然后，他就清闲了下来。 他坐在办公室里喝咖啡，和其他人聊上几句家常，说起了学校流传的八卦消息，甚至还谈起了男男女女的问题。 第二天是周四，上午依旧非常的清闲。 王浩打开系统看了一眼任务二，不出意外的发现，灵感值只有‘33’点，“看来研究和研究是不同的。” “哪怕难度相同的研究，灵感值获取速度也不一样。” “傅里叶变换相关的研究，灵感值增长速度就比较快，而‘Cauchy问题’的研究，灵感值增长速度就慢一些……” “这大概牵扯到很多因素，教学内容、学生情况、学生的思考，等等。” 王浩淡淡的叹了口气，索性研究起了‘偏微分方程’的研究，‘偏微分方程’研究的灵感值，已经超过了七十点，到了这个数值，差不多也可以开始研究了。 但是，进展很慢。 连续两个小时的全心投入，几乎可以用‘没有收获’来形容，连一个问题都没有解决。 “难啊！” “灵感值不够，代表知识和想法不足以支撑完成研究。想要闷头解决问题，太难了！” 他干脆换了个工作。 写教案！ 其他教师都专注于做研发、写