一大群学生围过来进行答疑，其中有一半儿都不是计算机专业的本科生，甚至有研究生拿着高难度的题目过来提问。

王浩还是先给自己班里的学生答疑，其他人都排在班里的学生后面，答疑持续了半个小时，他看着到时间也就结束了。

如果有学生再有问题，就很抱歉，只能等到下一次了。

现在他可是很忙的，能给出半个小时答疑已经很不错了，不可能满足所有学生的答疑需求，否则一天就什么都不用干了。

等抱着书本去了食堂的时候，他才发现课本加了一个心型的彩纸，翻开仔细一看，上面用浪漫的语调，表达了对自己的爱意？

“这是哪个学生呀？”

“师生恋可是要不得的，即便年龄相差不大，我也是老师啊。现在的学生真是太开放了！”

“人心不古啊！”

王浩感叹的说着打开纸条，仔细看了一眼下面的署名，然后就把纸条撕碎扔进了垃圾桶。

……

一直等回到综合楼办公室，王浩就没有心思想什么女学生的情书问题了。

他查看了一下任务系统，发现一节课下来‘任务一’只有一点灵感值增长。

一点……不可能吧！

王浩仔细看了又看，才确定自己没有看错。

整个课程进行过程中，系统只提示了一次灵感值增加，他仔细的想着课程中的收获，发现确实没什么提升，再看向数据感觉还是一样的。

虽然难度是a级别的研发，但只有可怜一点灵感的提升，都可以说是鼓励性质的增加。

为什么呢？

他仔细思考着有了答案，“首先要对数据有足够多的了解，灵感值才能长得快一些。”

“如果没有任何了解，即便上再多的课程，灵感值增加速度也会非常缓慢。”

这和数学研究完全不一样。

数学研究可以理解为‘针对解决一个问题’，而在研究的初始，他对问题就已经很了解了。

比如，梅森素数的研究。他当然非常了解梅森数、梅森素数，同时也知道很多的数学方法，计算机方法。

在有足够多基础的情况下，上课的过程中，有教学的回馈增加想法，灵感值提升速度自然很快。

现在是针对一个项目的实验数据进行分析，因为对于实验本身缺乏了解，对于数据本身同时缺乏了解，首先做的应该是了解实验和数据，再然后才能够在回馈的内容中找到灵感。

之前做纳微实验室的实验数据分析时，他并没有意识到这个问题，主要是因为研究的难度很低，教学回馈的灵感值很多。

即便是那个时候，他也发现研究数据以及观看实验、让夏国斌帮忙讲解，对于灵感提升非常帮助。

现在难度提升了两个档次，对于基础了解就变得更加重要。

基础才是研发的支撑，连基础都不具备，如何解决问题呢？

王浩对接下来的方向很明确了，他要做的事情就是对于实验数据以及实验本身，有个非常全面的理解，才能加快研发速度。

下午一点。

综合楼办公室又热闹起来，倒不是因为人多，而是王浩再次登上了新闻。

企鹅集团发布了找到人类历史上最大的梅森素数。

“企鹅集团的数据中心和西海大学王浩教授合作，利用了他对梅森数的研究成果，找到了人类历史上最大的梅森素数。”

“这个梅森素数的序号是7xxxxxxxx，计算出来的结果是以2为开头的亿位数字。”

“同时，这也是人类目前找到的唯一超亿位的素数。”

这个新闻公布出来就引起了震动。

国际好多媒体都进行了转载，但还不等舆论彻底发酵，gis也跟着宣布了一条消息--

“我们将会在下个月对于ri软件的底层算法进行升级。”

“感谢西海大学王浩教授对于gis的无偿支持，他把自己的研究成果分享给了gis，我们可以根据他的成果，调整代码覆盖那些更有可能是梅森素数的数字。”

“在此次升级以后，依照现有gis覆盖的算力，预计将会平均三个月时间，就能找到一个全新的超大梅森素数！”

最后一句话彻底引爆了舆论。

gis参与者们都感到很振奋，他们之前几年才能够找到一个梅森素数，当所谓‘梅森数科学实验室’，连续找到梅森素数以后，他们都觉得gis会直接消失，因为他们的参与根本已经失去了意义。