第1章 欢迎来到1960（第2页）

“航空航天发展史、飞行器类型、航天航空技术原理。。。。。。”

一门门课程在林燃的意识里呈现，都快要被忘记的内容重新被唤醒，林燃觉得要是自己过去有这么认真，绩点绝不仅仅是年级前五，那妥妥的年级第一。

往日艰涩、枯燥的俄语课程，在这一刻都变得格外有趣，哪怕坐到教室第一排被教授四溅的唾沫洗脸，林燃也愿意。

“只能希望这会是Всякаябеда–клучшемуприводит。”

这句俄语的意思是塞翁失马焉知非福。

在把大学课程全部从头到尾掰开来揉碎了过了一遍之后，林燃，发现自己在出现一些奇特的变化。

越来越多过去被遗忘的细节，课堂上本来没有注意到的碎片在被唤醒，大脑的计算能力越来越强。

火焰在吞噬黑暗的同时，好像把他的思维也一起淬炼了。

只是仍然火焰不断蔓延的趋势仍然没有变化，他甚至能够感受到炙热，这足以说明火焰距离之近。

“如果人生真的就这样结束，那在知识的海洋里消散好像也不错。”

如果说过去自己的大脑只是一台X86计算机，那么现在已经是超算级别了，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，难度大概相当于大海捞针降低到了碗里捞针。

“只是我现在只有大脑，没有电脑？”

林燃利用为数不多的高等数学基础对计算流体力学里的公式进行推演。

从课本中的数值方法有限差分法推演出高阶有限差分法、紧致有限差分法、自适应有限差分法。

从有限元法推演出混合有限元法、间断有限元法、等几何分析有限元法。

当推演出结果的那一瞬间，林燃感觉到火焰的蔓延在减缓，“难道是要通过扩展知识边界的方式来阻止火焰蔓延吗？

那彻底消灭火焰得满足什么条件？

难不成还真是彻底解决N-S方程？”

从有限体积法推演出高阶有限体积法、非结构有限体积法、双时间步长有限体积法。

在失去五感的时候，数学成为了唯一美感的来源。

一点一点向N-S方程前进：

“如果假设二维平面上出现理想流动的话，那我通过增加一定的边界条件是可以求得精确的速度场和压力场的。。。。。。”