笔趣阁(biquge321.com)更新快，无弹窗！
，惰性中微子多了一部分常规态属性。”
“因此，利用这部分特性，对其进行跟踪，而后判断暗物质在高能碰撞的条件下可以转变成两种其他粒子的性质，不断的实验，就可以一点一点摸清楚和反推出暗物质的‘暗’性质。”
“不过从理论上来说，要在高能粒子的对撞过程中精准的判断出惰性中微子碰撞的数据，是一件很难事情，这可能需要万亿亿次甚至更多的碰撞，我们才能找到那一丝有用的线索”
听完徐川的解释，常进思索了一下，旋即开口道：“按照这种思路来说，足够多的碰撞数据说不定能完整的搜索到暗物质粒子，至少是惰性中微子粒子的完整信息。”
“这对于物理学界来说，绝对是一个开天辟地般的发现。”
“只不过，要做到这点的话，你得先制造出惰性中微子，并想办法让它在对撞机中碰撞，还得排除掉其他粒子碰撞的影响。”
“这难度，可不是一般的大啊。”
作为暗物质粒子探测卫星首席科学家，他很容易理解这种新的方法。
理论上来说的确可行，也能更全面的收集到数据，但难度也真不是一般的大。
无论是想办法制造出惰性中微子，还是引导其在对撞机碰撞，还是排除掉其他粒子的干扰，都不是一件容易，甚至可以说是都是难如登天的事情。
徐川笑着道：“如果能观测到惰性中微子完整的信息数据，付出再多，遇到的问题再困难，也都是值得的。”
和常进常院士聊了一会关于各种粒子探测技术方面的东西后，徐川迫不及待的回到了办公室中。
对于暗物质的探索，他已经有了一个大概的方向。
而接下来的工作，就是从理论上尽可能的去进行完善了。
希望在物理学会召开的高能物理大会前，他能顺利的解决这项工作。
日子就这样一天天的过去。
时间很快就来到了五月份的中下旬。
这些天以来，徐川就没有再去星海研究院了。
长达半个多月时间，他潜心在南大完善着有关于惰性中微子与暗物质的探测理论基础。
“.借助量子场论，共动体积a中粒子数密度的改变率，1/ad/dt（n1a）=∫···∫nj=1(dpj/(2π)δ+（pj-mj）)（(2π)δ（p1+p2-p3-p4）∑”
“在共动体积中，粒子数密度不会随膨胀而稀释，而方程右边可以分成两部分，其中暗物质粒子产生湮灭过程的散射截面，1/ad/dt（n1a）=∫···∫nj=1(dpj/(2π)δ+（pj-mj）)”
“P为参与散射过程的各个粒子的四动量，|M|为散射振幅。”
“第二部分为各个粒子能量的平衡态统计分布.”
“即：暗物质丰度的变化率等于其产生截面与湮灭截面之差，截面的物理意义是反应发生的概率。”
“.”
一行行的算式在徐川手中不断的写下。
对于暗物质的探索来说，玻尔兹曼输运方程是相当重要的一部分。
它描述了暗物质粒子丰度Y随“质温比”x的演化规律，方程中的参数由具体的粒子物理模型决定。
而如果想要从无数的对撞信息数据中，找到需要的数据，仅凭人力是完全不可能做到的。
这个时候，数学工具的重要性，就体现的淋漓尽致了。
只要最底层的计算公式能够做出来，那么数学完全就可以利用计算机和软件来建立起一个数学模型，利用数学模型来从万亿亿条信息中，去寻找那一条需要的数据。
手中的签字笔落下最后一个符号，徐川放下笔，长舒了口气伸了个懒腰。
耗费了半个多月的时间，他总算是将自己脑海中的想法完善了起来，并构成了一套逻辑自洽的理论，以及一套计算从繁多参数中，计算惰性中微子碰撞湮灭后的转变粒子的数学模型基础公式。
剩下的，就是将这些理论转变成实际的设备，以及数学模型了。
看着手中捏着的稿纸，徐川嘴角勾起了一个幅度。
看来又得麻烦一下学姐了。
紫金山脚下，距离川海材料研究所不远的川海网络科技有限公司大厦下，徐川找到了正在办公室中忙碌着自己工作的刘嘉欣。
带着笑容，他敲了敲门。
办公室中，正在研究着什么的学姐被敲门声惊醒过来，抬头看到他后明显的愣了一下，随即脸上飘起了一抹笑容。
“你怎么来了。”
徐川走上前，笑着道：“来看看伱啊。”
听到这话，刘嘉欣耳垂顿时就泛红了一片，徐川没注意到，笑说了一句他的目光就落在了办公桌上。
那上面，散乱的稿纸上有着密密麻麻的计算公式，良好的视力让他清晰的看到了上面的一些数学公式，看起来有些熟悉的样子。
扫了一眼稿纸，他好奇的问道：“你这是在研究数学？”
刘嘉欣点了点头，将一缕垂下的青丝挽到耳后，回道：“嗯，关于人工智能方面的一些数学难题，想试试能不能解决。”
对于人工智能而言，底层的逻辑算法无疑是离不开数学的。
虽说普林斯顿的计算机学科算不上最顶级的那一批，但数学领域却是其他学院拍马都追不上的。
听到这话，徐川顿时就来了兴趣：“我看看？”
刘嘉欣点了点头，整理了一下桌上的稿纸递了过来。
徐川接过稿纸，翻阅了起来。
“基于分解基的大整数因子分解算法。”
稿纸上的标题入目，他就愣住了。
这个标题？
思索了一下，徐川猛的起头，目光落在了学姐脸上，忍不住咽了口唾沫问道：“你在研究NP=P猜想？”
难怪他之前瞟一眼的时候，总感觉稿纸上的公式很是熟悉的样子。
大正整数因子分解问题，正是七大千禧年难题NP=P猜想中一部分。
老实说，他真没想到刘嘉欣在研究这方面的东西。
因为对于数学界而言，与人工智能领域相关东西很多。
无论是线性代数、微积分、还是概率论与统计学或离散数学，都影响着计算机最底层的逻辑算法。
不过若要说最关键，影响最大的，肯定是NP=P猜想。
它是七大千禧年难题中，唯一一个与计算机科学有关的难题，它的地位，在数学界和计算机科学中自然不用多说。
当然，难度也不用多说。
被徐川炽热的目光注视着，刘嘉欣有些不好意思的点了点头。
在普林斯顿学习了几年的时间，她学到的并不只是计算机科学，还有很多的数学知识。只不过一直以来她都没怎么表现出来自己的数学能力过。
尤其是在接手川海网络科技有限公司后，为了打造安全防护平台，更是很少有时间去研究数学。
直到去年防护平台上线后，她才将时间和精力分了一部分到数学上。
NP=P问题本就是她在普林斯顿读博时研究的数学方向之一，如今再度捡起来，最终的目的还是为了研究人工智能。
(本章完)