() 麻依依的整个大二生活，就这样被安排得明明白白：
大二上学期，拿出数科院计算机专业的毕业课题，也就是“分布式编译架构”。
大二下学期，拿下她双修的二专业、心理学“认知神经科学”专业的毕业课题，“人脑学习最高效率训练集比例”。
空下来的时间，把差的那些学分修修满，麻依依就基本上没空闲时间了。
具体有多忙呢，通俗地说就是连啪怕啪的工夫都挤不出来。
幸好顾玩也很忙。
他可不是那种把老婆塞到忙爆炸，自己却清闲的渣男。
学习使他快乐，科研让他开心。
对他而言，写论文，研发东西，就跟学渣打游戏一样，是一种愉悦的放松。
一天不学习，就会跟大力哥一样浑身难受。
科学研究都是环环相扣的，没有前置环节就不会有后续实践。就好像打游戏点科技树不能跳着点。
对于顾玩而言，他给老婆分配的任务，肯定也是紧扣着他自己的主线节奏的。
所以，大二上学期的时候，他自己的主要科研任务，是把一些关于卷积神经网络架构的主要论文，先写出来，以及一些对算法学习效率的探讨性预见。
到了下学期，因为麻依依那边上学期已经把“分布式编译架构”发表出来了，也在实验室里搭建过了。顾玩就可以直接调用，把分布式编译架构进一步推进到“局域网的云算力”，然后靠堆算力，去吧很多之前没法做的卷积神经网络学习实验，给切实落地。
（早期的分布式算力架构技术，跟后来的“云技术”还是有一定差距的，区别就在于早期分布式算力，主要是在局域网里共享算力。
而真正能算“云”的，必须是广域互联网上的共享。历史上，分布式编译大概07年出现，云要到09年左右才完善基本架构，有两年的时间差。）
有了趁手的工具之后，地球上杰夫辛顿花了两年半时间才走完的路，顾玩就有把握一年内搞定。
确保在去大洋国留学之前，就把这个核心成果发表出来。
就算暂时还不被产业界重视，没人注意到其商业应用价值，好歹也可以起到“立帖为证”的效果。将来人工智能真的红了，大家回望历史，也好说“这玩意儿的核心思想，是顾玩在中国的时候就已经搞出来了，不是美国佬的功劳”。
同理，麻依依也是做好了思想准备，打算这一系列论文刚发出来的时候，被人当成哗众取宠的疯子或者沽名钓誉之辈，先喷两年。
将来历史为他们正名之后，再翻出立帖为证打脸好了。
……
这一切，几乎是可以预见的，所以大二下学期过半、麻依依按照顾玩设计的节奏，把那些“认知神经科学”的论文发出来后，果然被大多数注意到这篇文章的业内人士，喷成了哗众取宠。
麻依依那篇文章，好歹还是发在了外国的权威期刊上，那本期刊名叫《认知神经科学》，虽然领域细分很小众，但是在研究脑科学与思维认知的关系方面，还是很权威的，每年平均的sci影响因子也有3到5个点。
不过，这并不妨碍不太看得懂的业内人士，指手画脚。只能怪这个时代学科细分太细了，人人都只能术业有专攻。
跟你稍微跨圈一点点的领域，那些学阀前辈就容易产生一种“这个东西跟我是同一专业的，所以我应该看得懂，如果我觉得匪夷所思，肯定是写的人哗众取宠了”的错觉。
“呵呵，残忍！居然拿婴儿的图像识别锻炼做实验！这根人体实验有什么区别！”
“就算摸清了人类识别力领域的效率规律，就敢说这个‘最高效比例’数据可以用于什么‘卷积神经网络’的机器学习？扯淡吧！从来没听说过世上有什么机器的学习能够类比人脑的学习法则。”
“哗