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閑時間了。
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，自己卻清閑的渣男。
學習使他快樂，科研讓他開心。
對他而言，寫論文，研發東西，就跟學渣打游戲一樣，是一種愉悅的放松。
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后續實踐。就好像打游戲點科技樹不能跳著點。
對于顧玩而言，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，是把一些關于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，也在實驗室里搭建過了。顧玩就可以直接調用，把分布式編譯架構進一步推進到“局域網的云算力”，然后靠堆算力，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，跟后來的“云技術”還是有一定差距的，區別就在于早期分布式算力，主要是在局域網里共享算力。
而真正能算“云”的，必須是廣域互聯網上的共享。歷史上，分布式編譯大概07年出現，云要到09年左右才完善基本架構，有兩年的時間差。）
有了趁手的工具之后，地球上杰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，大家回望歷史，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，打算這一系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。
將來歷史為他們正名之后，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”的論文發出來后，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。