第532章 NP=P猜想
  雖然很遺憾悟空號暗物質探測衛星上的技術沒有運用到大型強粒子對撞機上，不過常進院士的話卻給了徐川足夠的提醒，讓他想起了另外的一些東西。

  上輩子他在CERN那邊做實驗的時候，針對惰性中微子的發現和探測，找尋到的數據信息並不完整。

  當然，這個不完整指的並不是不足以驗證惰性中微子和暗物質的存在。

  而是這些粒子的信息，依舊如同這輩子發現惰性中微子一樣，有一小部分無法確定。

  如果說，前些年在歐洲原子能那邊發現惰性中微子，只是找尋到了這顆粒子常規態物質的屬性，剩余的暗物質屬性一點都沒有探測到的話；
  那麽上輩子就是屬於看到了一部分暗物質屬性，能夠判斷出現它屬於暗物質，但並不全面。

  只不過在當時，他和眾多的物理學家們都因這個偉大的新大陸和新世紀所激動到不能自己，並沒有太過留意這些細節。

  如今細細想來，這大概和CERN升級後的高亮度LH-LHC對撞機的探測器技術有關系。

  正如常進院士所說的一樣，對撞機探測器對暗物質和暗能量的觀測，主要以以搜尋暗物質在湮滅衰變時產生的能量、動量丟失信號為主。

  或許上輩子的CERN在升級和優化探測器的時候，走的路線正是這種。

  這才以至於那時候他在發現尋找暗物質的時候，僅僅只能確認一部分信息。

  因為從理論上來說暗物質湮沒產生的帶電粒子(主要為正負電子對，中性中微子、光子以及帶電粒子等）。

  這些粒子產生的信號會覆蓋整個電磁波段，且信號主要有兩類。

  一為帶電粒子在當地磁場的同步輻射，處於射電觀測波段；

  而另一個則是高能電子與 CMB光子的逆康譜頓散射，散射後的光子一般處於 X射線波段。

  由於暗物質粒子、暗物質密度輪廓以及磁場環境等不確定性因素，暗物質

  的間接探測需要綜合多波段的特征才有可能給出暗物質的進一步限制。

  所以通過搜尋暗物質在湮滅衰變時產生的能量、動量丟失信號為主的對撞機，理論上來說是沒法看到暗物質的全貌的。

  而且暗物質不參與電磁相互作用，不參與強相互作用，或者說不帶電荷和色荷。

  所以它的主要組分不可能是標準模型中的任何一種粒子，也不可能是恆星坍縮形成的黑洞，它是一種從未發現過的物質。

  而暗物質要求穩定、不帶電、相互作用弱等性質，因此粒子物理標準模型中大部分的基本粒子都不可能構成暗物質。

  若有可能，在常規粒子中唯一的可能是中微子。

  不過由於中微子只能構成所謂熱暗物質，與宇宙大尺度結構的觀測不相符，因此常規中微子也被排除了。

  這樣構成暗物質的粒子必然是超出標準模型的新粒子。

  而他發現的惰性中微子並不屬於常規中微子形態，所以它是屬於溫暗物質中的一種。

  不過即便是惰性中微子不屬於常規中微子，它依舊有一部分的物質屬性在常規態范疇。

  利用這一點，從理論上來說，他能通過對高能對撞機的碰撞控制，強行將惰性中微子進行湮滅，形成兩個其他粒子，從而對它的質量等各種信息進行觀測。

  或許，他知道應該從哪方面來重構對撞機探測器了。

  想到這，徐川的眼神頓時就明亮了起來。

  他知道該怎麽做了！

  對面，在徐川陷入沉思的時候，常進院士就端著茶杯小啜了起來。

  就對面徐川這個狀態，很明顯就能看出來是有了一些想法正思考，於是他也就沒有去打擾，靜靜等待著，直到他回過神來。

  看著臉上帶著興奮神色的徐川，常進笑了笑，好奇問道：“徐院士這是有想法了？”

  徐川點了點頭，笑著開口道：“的確有了一些理論上的想法，不過還需要完善，至於是否有用，可能還需要等待對撞機和探測器全都製備出來後才能知道。”

  對於未既定的科研理論，哪怕是有再大的把握，他也不會過於肯定的去說出來。

  就像是學術界很多人都認為他丟到arxiv上的論文可以當做正式的期刊論文來看一樣，不管外界再怎麽說，他也從來都不認為自己不會犯錯，所發表出來的論文全都是正確的。

  尤其是到了他現在這個高度，越是關鍵性的研究，越是要謹言慎行。

  對面，聽到徐川這麽說，常進臉上帶著一些感興趣的神色，好奇的問道：“如果方便的話，能和我說說嗎？”

  徐川笑了笑，道：“有什麽不方便的，說起來，這份靈感還是常院士你給的。”

  微微頓了頓，他整理了一下思緒後接著道：“在之前惰性中微子的身上，很明顯的出現了類似的特征。不過與理論上的暗物質來說，惰性中微子多了一部分常規態屬性。”

  “因此，利用這部分特性，對其進行跟蹤，而後判斷暗物質在高能碰撞的條件下可以轉變成兩種其他粒子的性質，不斷的實驗，就可以一點一點摸清楚和反推出暗物質的‘暗’性質。”

  “不過從理論上來說，要在高能粒子的對撞過程中精準的判斷出惰性中微子碰撞的數據，是一件很難事情，這可能需要萬億億次甚至更多的碰撞，我們才能找到那一絲有用的線索”

  聽完徐川的解釋，常進思索了一下，旋即開口道：“按照這種思路來說，足夠多的碰撞數據說不定能完整的搜索到暗物質粒子，至少是惰性中微子粒子的完整信息。”

  “這對於物理學界來說，絕對是一個開天辟地般的發現。”

  “只不過，要做到這點的話，你得先製造出惰性中微子，並想辦法讓它在對撞機中碰撞，還得排除掉其他粒子碰撞的影響。”

  “這難度，可不是一般的大啊。”

  作為暗物質粒子探測衛星首席科學家，他很容易理解這種新的方法。

  理論上來說的確可行，也能更全面的收集到數據，但難度也真不是一般的大。

  無論是想辦法制造出惰性中微子，還是引導其在對撞機碰撞，還是排除掉其他粒子的干擾，都不是一件容易，甚至可以說是都是難如登天的事情。

  徐川笑著道：“如果能觀測到惰性中微子完整的信息數據，付出再多，遇到的問題再困難，也都是值得的。”

  和常進常院士聊了一會關於各種粒子探測技術方面的東西後，徐川迫不及待的回到了辦公室中。

  對於暗物質的探索，他已經有了一個大概的方向。

  而接下來的工作，就是從理論上盡可能的去進行完善了。

  希望在物理學會召開的高能物理大會前，他能順利的解決這項工作。

  日子就這樣一天天的過去。
    時間很快就來到了五月份的中下旬。

  這些天以來，徐川就沒有再去星海研究院了。

  長達半個多月時間，他潛心在南大完善著有關於惰性中微子與暗物質的探測理論基礎。

  “.借助量子場論，共動體積a中粒子數密度的改變率，1/ad/dt（n1a）=∫···∫∏j=1(dpj/(2π)δ+（pj-mj）)（(2π)δ（p1+p2-p3-p4）∑”

  “在共動體積中，粒子數密度不會隨膨脹而稀釋，而方程右邊可以分成兩部分，其中暗物質粒子產生湮滅過程的散射截面，1/ad/dt（n1a）=∫···∫∏j=1(dpj/(2π)δ+（pj-mj）)”

  “P為參與散射過程的各個粒子的四動量，M為散射振幅。”

  “第二部分為各個粒子能量的平衡態統計分布.”

  “即：暗物質豐度的變化率等於其產生截面與湮滅截面之差，截面的物理意義是反應發生的概率。”

  “.”

  一行行的算式在徐川手中不斷的寫下。

  對於暗物質的探索來說，玻爾茲曼輸運方程是相當重要的一部分。

  它描述了暗物質粒子豐度Y隨“質溫比”x的演化規律，方程中的參數由具體的粒子物理模型決定。

  而如果想要從無數的對撞信息數據中，找到需要的數據，僅憑人力是完全不可能做到的。

  這個時候，數學工具的重要性，就體現的淋漓盡致了。

  只要最底層的計算公式能夠做出來，那麽數學完全就可以利用計算機和軟件來建立起一個數學模型，利用數學模型來從萬億億條信息中，去尋找那一條需要的數據。

  手中的簽字筆落下最後一個符號，徐川放下筆，長舒了口氣伸了個懶腰。

  耗費了半個多月的時間，他總算是將自己腦海中的想法完善了起來，並構成了一套邏輯自洽的理論，以及一套計算從繁多參數中，計算惰性中微子碰撞湮滅後的轉變粒子的數學模型基礎公式。

  剩下的，就是將這些理論轉變成實際的設備，以及數學模型了。

  看著手中捏著的稿紙，徐川嘴角勾起了一個幅度。

  看來又得麻煩一下學姐了。

  紫金山腳下，距離川海材料研究所不遠的川海網絡科技有限公司大廈下，徐川找到了正在辦公室中忙碌著自己工作的劉嘉欣。

  帶著笑容，他敲了敲門。

  辦公室中，正在研究著什麽的學姐被敲門聲驚醒過來，抬頭看到他後明顯的愣了一下，隨即臉上飄起了一抹笑容。

  “你怎麽來了。”

  徐川走上前，笑著道：“來看看伱啊。”

  聽到這話，劉嘉欣耳垂頓時就泛紅了一片，徐川沒注意到，笑說了一句他的目光就落在了辦公桌上。

  那上面，散亂的稿紙上有著密密麻麻的計算公式，良好的視力讓他清晰的看到了上面的一些數學公式，看起來有些熟悉的樣子。

  掃了一眼稿紙，他好奇的問道：“你這是在研究數學？”

  劉嘉欣點了點頭，將一縷垂下的青絲挽到耳後，回道：“嗯，關於人工智能方面的一些數學難題，想試試能不能解決。”

  對於人工智能而言，底層的邏輯算法無疑是離不開數學的。

  雖說普林斯頓的計算機學科算不上最頂級的那一批，但數學領域卻是其他學院拍馬都追不上的。

  聽到這話，徐川頓時就來了興趣：“我看看？”

  劉嘉欣點了點頭，整理了一下桌上的稿紙遞了過來。

  徐川接過稿紙，翻閱了起來。

  “基於分解基的大整數因子分解算法。”

  稿紙上的標題入目，他就愣住了。

  這個標題？

  思索了一下，徐川猛的起頭，目光落在了學姐臉上，忍不住咽了口唾沫問道：“你在研究NP=P猜想？”

  難怪他之前瞟一眼的時候，總感覺稿紙上的公式很是熟悉的樣子。

  大正整數因子分解問題，正是七大千禧年難題NP=P猜想中一部分。

  老實說，他真沒想到劉嘉欣在研究這方面的東西。

  因為對於數學界而言，與人工智能領域相關東西很多。

  無論是線性代數、微積分、還是概率論與統計學或離散數學，都影響著計算機最底層的邏輯算法。

  不過若要說最關鍵，影響最大的，肯定是NP=P猜想。

  它是七大千禧年難題中，唯一一個與計算機科學有關的難題，它的地位，在數學界和計算機科學中自然不用多說。

  當然，難度也不用多說。

  被徐川熾熱的目光注視著，劉嘉欣有些不好意思的點了點頭。

  在普林斯頓學習了幾年的時間，她學到的並不只是計算機科學，還有很多的數學知識。只不過一直以來她都沒怎麽表現出來自己的數學能力過。

  尤其是在接手川海網絡科技有限公司後，為了打造安全防護平台，更是很少有時間去研究數學。

  直到去年防護平台上線後，她才將時間和精力分了一部分到數學上。

  NP=P問題本就是她在普林斯頓讀博時研究的數學方向之一，如今再度撿起來，最終的目的還是為了研究人工智能。

  (本章完)