第三百八十六章：教授的震惊

冯永兴浑身哆嗦，一副见鬼的模样。
　　他很想反驳，认为就杨学斌的水平，应该还不足以研究黎曼猜想，但看杨学斌物我两忘的模样，显然是真在研究。
　　是有收获，还是仅仅沉浸其中了？
　　想到这里，冯永兴吞了口唾沫，小心翼翼地问道：“学斌，有什么收获么？”
　　“已经取得了突破性进展，接下来就只剩下验证了。”
　　杨学斌依旧是头也没抬，随口说着。
　　但他不知道这句话对冯永兴的杀伤力，轰隆隆，冯永兴只感觉脑海中炸响，完全失去了思考能力，许久才回神。
　　突破性进展！
　　不可能！
　　这怎么可能？
　　这可是黎曼猜想啊，人类有史以来最难的数学题，他曾经也不自量力地研究过，结果三个月都毫无头绪，从此以后就不敢再想了。
　　面对黎曼猜想，就感觉像是小学生在看高数题。
　　每个字都认识，组合起来就不知道说啥。
　　关键是，如果他没记错的话，杨学斌研究黎曼猜想还不到两个月吧，毕竟杨学斌也才不到两个月前改邪归正的。
　　杨学斌要研究黎曼猜想，也只可能从那个时候开始。
　　两个月解决黎曼猜想，这是什么概念啊！
　　这就是数学之神！
　　想到这里，冯永兴看着杨学斌，嘴巴张了张想要再说什么，可却不知道还想说什么，再加上他也不敢再打扰杨学斌了，只能默默回到书桌前。
　　今晚，冯永兴睡得很早。
　　今晚，冯永兴头一次失眠。
　　他在想一个问题，那就是他究竟有没有数学天赋，究竟适不适合研究数学？
　　……
　　翌日。
　　冯永兴难得睡了个自然醒，发现杨学斌还在书桌前奋笔疾书，也不知道是一晚上没睡，还是早上起来得很早。
　　不久后，杨学斌的女朋友郝晓晞来送早餐了。
　　看着小两口甜甜蜜蜜的样子，冯永兴忽然发现自己这些年真是太失败了，读了这么多年的书，不仅在数学上没啥成就，连女朋友都没有谈过。
　　不过他也想通了，既然不适合研究数学，那毕业后就去转行做别的吧。
　　……
　　就这样时间流逝，转眼间就是十天。
　　十天的时间，杨学斌彻底完善了这个被他命名为杨氏函数的数学工具。
　　当停笔的那一刻，他发出满足的笑容。
　　这种满足感，比和女孩子滚床单还要让人愉悦，不能自拔。
　　杨学斌没有急着去证明黎曼猜想，而是好好洗了个热水澡，不到八点就上床睡觉了。
　　这些天他太累了。
　　翌日。
　　杨学斌是被手机电话吵醒的。
　　不是郝晓晞，而是导师刘建明教授的，是国内数学界的泰山北斗，科学院的院士。
　　“喂？”
　　杨学斌也没看来电显示，拿起手机迷迷糊糊地说道。
　　“杨学斌，还没睡醒呢？你也不看看时间，都几月几号了，论文还不交？催了你几回也不回信息，这博士你还要不要毕业了？”
　　手机里面传来刘建明苍老而严厉的声音。
　　他是恨铁不成钢。
　　杨学斌的天赋，那怕放眼全世界也找不到几个能相比的，可却完全没有数学家的严谨和自律，每天放浪形骸，就知道跟各种女孩子厮混。
　　为了把杨学斌这颗歪脖树修直溜了，他向来要求严苛，布置给杨学斌的作业难度往往都是其他博士生的好几倍。
　　可饶是如此，杨学斌也总是能轻易完成。
　　这让他又爱又恨。
　　杨学斌瞬间惊醒，忙道：“不好意思教授，论文已经写完了，我稍后就发你。我不是有意不回您信息的，实在是这些天忙着没空看手机。”
　　“行吧，赶紧发过来。”
　　……
　　办公室里，刘建明无奈地挂断了电话。
　　他揉了揉了眉心。
　　为了培养杨学斌，他费了太多的心思，可直到博士毕业都没有把对方掰正。
　　但无论怎么说，杨学斌的水平还是可以的。
　　天赋。
　　有时候就是这么不讲道理。
　　尤其是在数学领域，没天赋的一辈子也没法入门，有天赋的看一眼就能精通。
　　《深度学习黑箱模型的拓扑数据分析与可解释性研究》，这个课题的难度他还是清楚的，杨学斌这些天忙得没法看手机，也情有可原。
　　虽然有些匆匆忙忙，连滚带爬，但能够及时完成还是值得肯定的。
　　叮！
　　随着手机提示声，手机屏幕也凉了起来。
　　是收到邮件了。
　　刘建明知道，这肯定是杨学斌发来的。
　　于是他放下手机，看向电脑显示器，打开自己的邮箱，果然看到杨学斌刚发来的邮件。
　　点开，然后就是一愣。
　　《基于神经网络投影的Wasserstein梯度流数值方法及其应用分析》？
　　刘建明皱眉，他明明记得给杨学斌的题目是《深度学习黑箱模型的拓扑数据分析与可解释性研究》啊！
　　擅改课题？
　　还是自己真的记错了？
　　刘建明有些自我怀疑，于是找到当初制定的课题文档，发现自己并没有记错，而是杨学斌擅改了课题。
　　“好小子！”
　　“我倒要看看，你这写的究竟是什么？”
　　刘建明有些生气。
　　如果这片论文难度比《深度学习黑箱模型的拓扑数据分析与可解释性研究》小，写得又不够精彩的话，杨学斌就等着留级吧。
　　刘建明沉下心来，开始看论文。
　　论文标题：基于神经网络投影的Wasserstein梯度流数值方法及其应用分析
　　摘要：
　　Wasserstein梯度流为描述概率分布在Wasserstein度量下的演化过程提供了强大的理论框架，并在生成模型、贝叶斯推断等领域展现出广泛应用潜力。然而，数值计算，特别是在高维情形下，仍面临巨大挑战。
　　本文研究基于神经网络投影的Wasserstein梯度流数值近似方法。该方法的核心思想是利用神经网络（如具有ReLU激活函数的两层神经网络）来参数化梯度流演变中的拉格朗日映射函数……
　　“这……”
　　随着继续往下看，刘建明越看越看越震惊。
　　他是青华校园少有同时精通计算机的数学教授，因此不仅看得懂，也非常明白杨学斌这片论文的难度和价值。
　　在这篇论文中，杨学斌提供了一个非常精妙的算法，可以极大提升计算机在物理仿真和AI方面的能力等等。
　　如此精妙的算法，那怕是他自问也创造不出来。
　　这不仅需要极其深厚的数学功底和天赋，还需要同时精通计算机，且至少是顶级专家级的，否则不可能写得出这篇论文。


　　https://www.sywxs.cc/77032_77032775/703912.html


请记住本书首发域名：www.sywxs.cc。书阅屋手机版阅读网址：m2.sywxs.cc