求学的圣彼得堡大学，在知道他有关于如何通过通用办法解开海伯算法后，专门为他配备了一个科研团队。
要知道即便经历了世纪之交的动荡，许多数学家通过各种渠道流向了欧罗巴大陆和阿美利肯后，俄国的数学依然称得上一流强国。
世界上数学领域最强的三个国家，法兰西、阿美利肯和俄国。
华国近些年来数学领域进步颇大，但也只是从三流进步到了勉强二流。
华国曾经的教育体系是搬的俄国前身的那一套，数学教材也颇具有俄国风采，强证明而弱实例。
教育立志于从事数学研究领域的学生纯粹抽象的逻辑体系，是会让他们感到挫败的。
只能看到前人建立起的精巧体系，而无法通过实例看到前人是如何思考如何不断试错不断优化出这套理论来的。
比如怀尔斯证明费马大定理，证明过程足足写了130页，这还是精修过。
如果未来数学家证明了abc猜想，那么费马大定理的证明能缩略到短短几行。
华国的数学教育就是教你最后简化出来的短短几行。
这种教学模式不容易培养出学生对数学的兴趣和热爱。
尤其华国高中数学跟大学数学专业基础课数学分析、高等代数这些存在着较大的割裂。
“思路我认为是没问题的，但是我们要如何通过海伯算法将可能的流行计算出来，到目前为止还没有头绪。”
“不动点定理也许是个可能的方法。”
研究员们时常聚在一起讨论有没有什么好的思路来解决这个问题。
佩雷尔曼参加的很少，即便参加也只是坐在边缘默默地听他们讨论，一言不发。
他已经抓到了灵感的尾巴，只需要静静等待灵感的爆发。
大约二十年前证明庞加莱猜想便是如此，有了灵感默默思考，等待灵感爆发，解决问题。
从某种概念上来说，数学研究确实是一项很看灵感的玩意。
但是这种灵感不是与生俱来的，而是你平时经过了大量的训练大量论文的阅读，相关思考有足够的沉淀。
你的大脑会把可能有用的理论在潜意识里帮你串在一起，平时的积累和学习才是灵感的源泉。
当然如果真正的数学天才不管是学习效率还是灵感爆发，都远超常人。
特别像佩雷尔曼，在座的所有研究员加起来都没有他思考的快。
“你觉得佩雷尔曼