如果说过去自己的大脑只是一台电子管计算机，那么现在已经是半导体超算级别了，高阶行列式、大规模线性方程组、含参数的线性方程组等等，这些在线性数学里需要进行海量计算的题目类型，自己光靠心算就能够快速得出结果。
时间就这样在痛苦、思考、回忆的过程中不断循环往复。
林燃发现自己不但是大脑能力有了长足进步，而且原本被智能手机给削弱的专注力也有了质的飞跃，思考问题能够持续的时间越来越长，能够进入心流状态的时间越来越久。
“要是能够回到现实世界，我这绝对的顶级天才！”林燃心想，可前提是要能回去。
在把过去内容打乱重组后，林燃终于把注意力重新投向了他现在在做的课题：“利用人工智能解N-S方程”
前面说GraphAI是大坑，是因为这个方向很新，什么都能做也意味着什么都不能做。
华盛顿大学塞缪尔教授的团队在2017年的时候发表了一篇名为《Data-drivendiscoveryofpartialdifferentialequations》论文后，AI解方程开始走进大众视野内。
林燃也就跳进了这个坑里。
塞缪尔教授之前做的是人工智能解偏微分方程，他做的也是人工智能解偏微分方程，不过N-S方程是最顶级的那一档罢了。
N-S方程，数学领域最顶级问题之一，是能够和黎曼猜想、哥德巴赫猜想齐名的数学问题。
要是能够找到N-S方程的通用解析解，飞行器的设计能够找到各种条件下的最优外形，风力发电将不再是垃圾电，风力发电可以和光伏、核电相提并论，汽车外形能找到最优的空气动力学效果.
简单来说找到了N-S方程的通用解析解，所有涉及到空气、液体、固体流动的现实应用问题都有了一个最优解。
哪怕诺贝尔奖、菲尔兹奖不给你，全球科学家会集体抗议。
这也是顶级数学问题中，少有的一经解决就能最显著对现实世界产生影响的问题。
不过林燃要做的听起来唬人，利用人工智能解N-S方程，实际上压根不是找通用解，只是做一些微小的工作，找一些特定条件下的解罢了，难度大概
本章未完，请点击下一页继续阅读！