() 麻依依的整個大二生活，就這樣被安排得明明白白：
大二上學期，拿出數科院計算機專業的畢業課題，也就是“分布式編譯架構”。
大二下學期，拿下她雙修的二專業、心理學“認知神經科學”專業的畢業課題，“人腦學習最高效率訓練集比例”。
空下來的時間，把差的那些學分修修滿，麻依依就基本上沒空閒時間了。
具體有多忙呢，通俗地說就是連啪怕啪的工夫都擠不出來。
幸好顧玩也很忙。
他可不是那種把老婆塞到忙爆炸，自己卻清閒的渣男。
學習使他快樂，科研讓他開心。
對他而言，寫論文，研發東西，就跟學渣打遊戲一樣，是一種愉悅的放鬆。
一天不學習，就會跟大力哥一樣渾身難受。
科學研究都是環環相扣的，沒有前置環節就不會有後續實踐。就好像打遊戲點科技樹不能跳著點。
對於顧玩而言，他給老婆分配的任務，肯定也是緊扣著他自己的主線節奏的。
所以，大二上學期的時候，他自己的主要科研任務，是把一些關於卷積神經網絡架構的主要論文，先寫出來，以及一些對算法學習效率的探討性預見。
到了下學期，因為麻依依那邊上學期已經把“分布式編譯架構”發表出來了，也在實驗室裡搭建過了。顧玩就可以直接調用，把分布式編譯架構進一步推進到“局域網的雲算力”，然後靠堆算力，去吧很多之前沒法做的卷積神經網絡學習實驗，給切實落地。
（早期的分布式算力架構技術，跟後來的“雲技術”還是有一定差距的，區彆就在於早期分布式算力，主要是在局域網裡共享算力。
而真正能算“雲”的，必須是廣域互聯網上的共享。曆史上，分布式編譯大概07年出現，雲要到09年左右才完善基本架構，有兩年的時間差。）
有了趁手的工具之後，地球上傑夫辛頓花了兩年半時間才走完的路，顧玩就有把握一年內搞定。
確保在去大洋國留學之前，就把這個核心成果發表出來。
就算暫時還不被產業界重視，沒人注意到其商業應用價值，好歹也可以起到“立帖為證”的效果。將來人工智能真的紅了，大家回望曆史，也好說“這玩意兒的核心思想，是顧玩在中國的時候就已經搞出來了，不是美國佬的功勞”。
同理，麻依依也是做好了思想準備，打算這一係列論文剛發出來的時候，被人當成嘩眾取寵的瘋子或者沽名釣譽之輩，先噴兩年。
將來曆史為他們正名之後，再翻出立帖為證打臉好了。
……
這一切，幾乎是可以預見的，所以大二下學期過半、麻依依按照顧玩設計的節奏，把那些“認知神經科學”的論文發出來後，果然被大多數注意到這篇文章的業內人士，噴成了嘩眾取寵。
麻依依那篇文章，好歹還是發在了外國的權威期刊上，那本期刊名叫《認知神經科學》，雖然領域細分很小眾，但是在研究腦科學與思維認知的關係方麵，還是很權威的，每年平均的sci影響因子也有3到5個點。
不過，這並不妨礙不太看得懂的業內人士，指手畫腳。隻能怪這個時代學科細分太細了，人人都隻能術業有專攻。
跟你稍微跨圈一點點的領域，那些學閥前輩就容易產生一種“這個東西跟我是同一專業的，所以我應該看得懂，如果我覺得匪夷所思，肯定是寫的人嘩眾取寵了”的錯覺。
“嗬嗬，殘忍！居然拿嬰兒的圖像識彆鍛煉做實驗！這根人體實驗有什麼區彆！”
“就算摸清了人類識彆力領域的效率規律，就敢說這個‘最高效比例’數據可以用於什麼‘卷積神經網絡’的機器學習？扯淡吧！從來沒聽說過世上有什麼機器的學習能夠類比人腦的學習法則。”
“嘩眾取寵！以我對目前全世界腦科學前沿的了解，根本沒有任何人敢說自己了解了人類大腦在認知識彆新事物時，詳細原理是如何運作的！充其量隻是停留在‘識彆活躍腦區’、‘識彆認知反應時的腦電波強度、形態’這樣的初級狀態！這種半吊子認知，就敢寫這樣的文章了？”
文章出來後幾天，麻依依就一度被噴得情緒低落，懷疑人生。
關鍵時刻，還是老公安慰她：“沒事兒，做科學研究，就要有被人懷疑一兩年，甚至更久，才被最終證明的強大心臟。愛因斯坦說的引力波，都說了80多年了，不是至今人類還沒觀測到麼，不是還有人在噴引力波不存在麼。你有我幫你，支持你，等兩三年就能打臉，已經很快了。”
麻依依無奈自嘲：“可我不是愛因斯坦啊，我也沒想**因斯坦，那是你的定位好吧。再說愛因斯坦剛出道的時候，研究的課題寫的論文也都很低調的，那些驚世預言，得是他功成名就之後，才能隨便預言的。有了曆史記錄作保，一個人的預言才會被重視，我覺得我還是缺少一點足夠穩妥的成績做鋪墊。”
顧玩：“不少了，‘分布式編譯架構’，不就是一個很穩妥的前置刷臉成果麼？我剛出道的時候，比你還慘呢。”
麻依依歪著腦袋想了想，情緒也好了一些：“這麼一說倒也是，我好像已經算身在福中不知福了。”