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桉，“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