r />
带着三分骄傲，三分缅怀，三分得意，跟一分失落的情绪。
当然就算看到估计此时的多米尼特也不会有感触。
因为那些看似杂乱无章的计算跟证明过程已经耗干了他所有脑力。
光是在心底不停的演算已经让他无暇他顾，甚至已经忘了身在何处，忘了时间流逝。
直到不知不觉中，翻到了那一叠稿纸的最后一张，上面没有公式，只写了几句话。但用的是中文书写，多米尼特·邓肯看不懂。
多米尼特愣了愣，此时他脑海中浮现了一个名字——拉马努金。一位天才到极致的印度数学家，短暂而辉煌的一生留下了数千个数学公式。
那些公式是如此的美妙，就是让人看不太懂。
以至于当一位数学家证明了其中一个公式后，直接拿到了菲尔兹奖。
此时宁孑在稿纸上书写的这些公式有异曲同工之妙。
虽然看不懂，但是如果将一些简单的数字带入，似乎都是正确的。
但很显然，如果想把这些公式给证明出来，会非常困难。
稿纸上并没有这些公式的证明过程，多米尼特甚至怀疑宁孑自己都还没有证明这些公式，只是一种数学直觉。可如果真是这样的话，那这种数学直觉跟天赋……
突然多米尼特·邓肯宁愿这些公式宁孑有完整的证明过程。
但如果这些宁孑手上真的有这些公式的完整证明过程，毫不夸张的说，如果宁孑把这些公式的证明过程放出去，按照现在菲尔兹奖的评选标准，够他拿上十多次了……
换句话说，多米尼特觉得现在这个世界最顶级的数学奖项，已经跟宁孑没有展现出的数学造诣不太匹配。
是的，菲尔兹奖配不上宁孑。
关键是宁孑才二十岁！
本来，多米尼特觉得宁孑是个爱表现的数学家，短时间内在《数学年刊》上发表三篇论文足以说明这一点。但现在看来宁孑哪里是爱表现？简直低调的让人发指。
因为如果这个年轻人如果真想刷论文，一个月就算在各大数学顶刊刷上十多篇，大概也是可以的。
这位一辈子顺风顺水的年轻哈佛数学教授这辈子从来没有像今天这样气馁过。
因为十几张A4稿纸已经将他曾经引以为傲的天赋打击得粉碎。
同一时间，多米尼特突然涌起了强烈的好奇心，他迫切的想知道宁孑那张写了几句中文的稿纸上到底说了些什么。
于是他将稿纸放回到桌面上，拿出手机，直接将那些文字都拍了下来。
拍完之后，多米尼特视线依然在那叠稿纸上逗留着，从那纠结的表情能看出，此时这家伙正在做着激烈的心理斗争，最终他还是没能忍受住诱惑，再次将手机的拍照功能打开，开始一页一页的拍摄宁孑演算的手稿……
作为一位数学家，他当然知道这些手稿对于特定的人来说有多珍贵。这一个个宁孑随手用到的公式跟定理，说不定就能让一位顶级数学家少走多年的弯路。
这就好像在牛顿之前，没人知道万有引力公式，更没人知道万有引力如何证明，自然也很难计算出相对应的各种难题，比如月亮跟地球之间的吸引力。但牛顿之后，一个高中生只需要几节课的学习，就能自行推导出万有引力公式，并轻松解决让数百年前的科学家头痛无比的问题。
科学伟人对于人类文明的推动，正是体现在这里。让困难的问题简单化，把那些抽象的自然现象具现化。
很快，多米尼特拍完了所有的稿纸，视线又投向宁孑摆在写字台上的电脑，脸上再次现出犹豫的神色……
“喵……”
房间里突然响起的猫叫，打断了多米尼特内心的斗争，事实上这位哈佛教授突然吓了得浑身一抖，手机都差点直接掉到地上。
下意识的扭头看向那只站在墙角，正用无辜的大眼睛盯着他的小猫，多米尼特突然便感觉脸上了热了起来。他竟然忘了房间里还有只猫目睹了他刚才做的一切。
等等，猫不会说话。
还好……
只是被打断的多米尼特实在没有勇气再将手伸向摆在桌面的那台电脑，于是匆匆的将手机放回兜中，垂着头，绕过了小猫，走到门前。
咦？他进门的时候好像没关门的……
算了，顾不上那么多了。
站在门口听了听，走廊上似乎没有什么动静，多米尼特这才打开房门走了出去。
刚刚走进房间时的坦荡已经荡然无存。
他要赶紧回宿舍，弄懂手机里拍摄的那张写了几句汉语的纸张到底说了些什么。
当然他肯定会花费更多的时间在那些公式上。
神呐……
多米尼特想到那天曾对宁孑说，将会成为他的老师，便只感觉到惭愧……
也许，可以反过来？如果宁孑也愿意的话。
……
美国，旧金山，硅谷，希尔顿圣塔克拉酒店。
美国夏令时晚上八点，酒店提供的中型会议室里分别坐着思科、谷歌的高级技术官们，但坐在主位的还是两家公司花费极大代价从极大高校、研究所邀请来的知名数学家跟计算机学家。
当然这些知名专家们可跟奥博特·雷洛不一样，他们大都来自于顶级高校或者研究所，且在学界有着极大的声望。这些人被邀请来的目的也很简单，研究湍流算法的源代码。
改写代码或许只需要几个熟练的程序员就能完成，但是研究宁孑上传到论坛上的源代码却需要这些正儿八经的科学家们。虽然代码的改写工作早已经完成，甚至已经成功申请了专利。
尤其是对于思科来说，在购买专利之前，就已经安排了代工厂开始生产相关的设备，并组织了售后技术人员开始学习软件湍流算法的调参工作。但谨慎起见，两家公司都还是希望能完全了解软件工作的原理。
这既涉及到真正的技术安全，更涉及到未来技术遇到问题之后，可以进行更有小更有针对性的更新。
所以在内部研究的效率依然不让人满意的时候，两家公司沟通后一致决定，干脆多花些钱，从外面多请些专家来一起做这个事情。这对于两家公司来说都不是难事。
一来，虽然这事不光彩，但他们是真给钱，而且能给很多；
二来，私底下研究湍流算法的代码，只要不公开传播出去无损这些学者的声望，普通人也并不会关心这些；
三来，不管是高校教授还是研究所的研究员，他们跟这些大公司本就是相辅相成的关系。对于这些知名的专家来说，谁都会有搞定了项目需要投资的时候，能跟这些大公司打好关系，自然是最好的。
所以这段时间每个星期都会有这样的内部会议在酒店里举办，双方在一起沟通针对湍流算法的研究成果。
此时正坐在椭圆形会议桌上发言的是伯克利分校计算机学院的高级研究员科南·拉马尔，这是一位享誉全球的计算机跟数学专家，2007年A.M图灵奖获得者，在人工智能决策树算法方面有着许多创造性的成果。包括现在谷歌的搜索引擎许多关键技术就是依托于这位计算机学家的理论研发的。
“这段时间我跟埃思里奇教授合作，将这些代码根据其实现的功能分类，总结出了九个公式跟相应的函数构型，如图所示。”
科南·拉马尔在电脑上操作了几下之后，他背后的大屏幕上投射出了笔记本电脑上的内容。
“我们可以相信这九个公式，以及其最终结果，是实现算法各项功能的关键所在，甚至破解了这些公式的意义，我们就能彻底了解算法作者的创作思路跟思想，彻底了解这个算法。但很遗憾，在接下来三天里，我们针对这些公式的研究陷入了困境。”
“这些都是我们从来没见过的公式。以公式一为例，很明显的，它的适用范围应该是针对曲面奇点的crepant解消。相信大家都知道，目前来说难点是此类曲面奇点解消是计算Hurwitz-Hodge积分，但是套用这个公式，我们发现可以轻易的得到相关结果，这是一个伟大的公式，但问题来了，在算法中我们不明白插入这一公式的意义。”
说到这里，科南·拉马尔表演挪了挪凳子，表情也愈发严肃。
思考了片刻后才继续开口说道：“其他的公式大都是类似情况，大家可以把这些公式跟函数构型记录下来。我认为接下来我们的工作重点是通过了解跟证明这些公式，来思考它们是如何让算法实现这些功能的。除此之外我们的研究发现，如果按照它解析出的数学结构，湍流算法的功能可能不止现在大家所了解的这些。或者说算法的能力被低估了……”
这句话刚落下，便有人举起了手。
科南·拉马尔看了对方一眼，见是思科的首席技术官——迈轮·克米特，便冲着其点了点头，示意他直接发言。
“拉马尔教授，你说的算法能力被低估指的是算法本身还有能力被隐藏，还是说算法作者在编程时……嗯，通过种种手段做了一些手脚？比如”
对于科南·拉马尔来说这大概不是一个重要的问题，但对于迈轮·克米特来说却太重要了，关系到他的饭碗。
科南·拉马尔深深的看了这位首席技术官一眼，然后干脆的摇了摇头道：“我不知道，其实我想说的是，软件本身的智能性。根据我这些天对这些公式，以及代码变量的一些分析，整个算法工作时的决策过程很有意思。”
说到这里，科南·拉马尔脸上露出犹疑的神色，随后才摇了摇头道：“算法的工作模式有人工智能的影子，但其决策模式却不是现在我们已知的一些办法，比如人工神经网络、贝叶斯、决策树、分层聚类、关联规则学习等等，又或者作者将这些都通过这些公式融入了进去……我不知道，因为我到目前为止依然看不懂这些公式。”
这个回答会议现场所有人开始面面相觑。
当一位业内顶级大佬在分析了这些算法，甚至排列出一系列公式之后，却依然一无所获后，多少让人感觉到沮丧。
似乎感觉到会议室内气氛不对，科南·拉马尔立刻又说道：“好了，各位先生女士们，虽然这些公式我们暂时还不懂，但说不定其中有疏漏，而且我们还有时间去持续研究。事实上我们的工作是卓有成效的。我有种感觉，当我们能把这些公式都证明出来，就能破解整个算法。”
『加入书签，方便阅读』
-->> 本章未完，点击下一页继续阅读(第2页/共3页)