第367章 教授的震驚
第366章 教授的震驚
馮永興渾身哆嗦，一副見鬼的模樣。
他很想反駁，認為就楊學斌的水平，應該還不足以研究黎曼猜想，但看楊學斌物我兩忘的模樣，顯然是真在研究。
是有收穫，還是僅僅沉浸其中了？
想到這裡，馮永興吞了口唾沫，小心翼翼地問道：「學斌，有什麼收穫麼？」
「已經取得了突破性進展，接下來就只剩下驗證了。」
楊學斌依舊是頭也沒抬，隨口說著。
但他不知道這句話對馮永興的殺傷力，轟隆隆，馮永興只感覺腦海中炸響，完全失去了思考能力，許久才回神。
突破性進展！
不可能！
這怎麼可能？
這可是黎曼猜想啊，人類有史以來最難的數學題，他曾經也不自量力地研究過，結果三個月都毫無頭緒，從此以後就不敢再想了。
面對黎曼猜想，就感覺像是小學生在看高數題。
每個字都認識，組合起來就不知道說啥。
關鍵是，如果他沒記錯的話，楊學斌研究黎曼猜想還不到兩個月吧，畢竟楊學斌也才不到兩個月前改邪歸正的。
楊學斌要研究黎曼猜想，也只可能從那個時候開始。
兩個月解決黎曼猜想，這是什麼概念啊！
這就是數學之神！
想到這裡，馮永興看著楊學斌，嘴巴張了張想要再說什麼，可卻不知道還想說什麼，再加上他也不敢再打擾楊學斌了，只能默默回到書桌前。
今晚，馮永興睡得很早。
今晚，馮永興頭一次失眠。
TW 看書網伴你讀，𝓈𝒽𝓊.𝓉𝓌超順暢
他在想一個問題，那就是他究竟有沒有數學天賦，究竟適不適合研究數學？
翌日。
馮永興難得睡了個自然醒，發現楊學斌還在書桌前奮筆疾書，也不知道是一晚上沒睡，還是早上起來得很早。
不久後，楊學斌的女朋友郝曉晞來送早餐了。
看著小兩口甜甜蜜蜜的樣子，馮永興忽然發現自己這些年真是太失敗了，讀了這麼多年的書，不僅在數學上沒啥成就，連女朋友都沒有談過。
不過他也想通了，既然不適合研究數學，那畢業後就去轉行做別的吧。
就這樣時間流逝，轉眼間就是十天。
十天的時間，楊學斌徹底完善了這個被他命名為楊氏函數的數學工具。
當停筆的那一刻，他發出滿足的笑容。
這種滿足感，比和女孩子滾床單還要讓人愉悅，不能自拔。
楊學斌沒有急著去證明黎曼猜想，而是好好洗了個熱水澡，不到八點就上床睡覺了。
這些天他太累了。
翌日。
楊學斌是被手機電話吵醒的。
不是郝曉晞，而是導師劉建明教授的，是國內數學界的泰山北斗，科學院的院士。
「餵？」
楊學斌也沒看來電顯示，拿起手機迷迷糊糊地說道。
「楊學斌，還沒睡醒呢？你也不看看時間，都幾月幾號了，論文還不交？催了你幾回也不回信息，這博士你還要不要畢業了？」
手機裡面傳來劉建明蒼老而嚴厲的聲音。
他是恨鐵不成鋼。
楊學斌的天賦，那怕放眼全世界也找不到幾個能相比的，可卻完全沒有數學家的嚴謹和自律，每天放浪形骸，就知道跟各種女孩子廝混。
為了把楊學斌這顆歪脖樹修直溜了，他向來要求嚴苛，布置給楊學斌的作業難度往往都是其他博士生的好幾倍。
可饒是如此，楊學斌也總是能輕易完成。
這讓他又愛又恨。
楊學斌瞬間驚醒，忙道：「不好意思教授，論文已經寫完了，我稍後就發你。我不是有意不回您信息的，實在是這些天忙著沒空看手機。」
「行吧，趕緊發過來。」
辦公室里，劉建明無奈地掛斷了電話。
他揉了揉了眉心。
為了培養楊學斌，他費了太多的心思，可直到博士畢業都沒有把對方掰正。
但無論怎麼說，楊學斌的水平還是可以的。
天賦。
有時候就是這麼不講道理。
尤其是在數學領域，沒天賦的一輩子也沒法入門，有天賦的看一眼就能精通。
《深度學習黑箱模型的拓撲數據分析與可解釋性研究》，這個課題的難度他還是清楚的，楊學斌這些天忙得沒法看手機，也情有可原。
雖然有些匆匆忙忙，連滾帶爬，但能夠及時完成還是值得肯定的。
叮！
是收到郵件了。
劉建明知道，這肯定是楊學斌發來的。
於是他放下手機，看向電腦顯示器，打開自己的郵箱，果然看到楊學斌剛發來的郵件。
點開，然後就是一愣。
《基於神經網絡投影的Wasserstein梯度流數值方法及其應用分析》？
劉建明皺眉，他明明記得給楊學斌的題目是《深度學習黑箱模型的拓撲數據分析與可解釋性研究》啊！
擅改課題？
還是自己真的記錯了？
劉建明有些自我懷疑，於是找到當初制定的課題文檔，發現自己並沒有記錯，而是楊學斌擅改了課題。
「好小子！」
「我倒要看看，你這寫的究竟是什麼？」
劉建明有些生氣。
如果這片論文難度比《深度學習黑箱模型的拓撲數據分析與可解釋性研究》小，寫得又不夠精彩的話，楊學斌就等著留級吧。
劉建明沉下心來，開始看論文。
論文標題：基於神經網絡投影的Wasserstein梯度流數值方法及其應用分析摘要：
Wasserstein梯度流為描述概率分布在Wasserstein度量下的演化過程提供了強大的理論框架，並在生成模型、貝葉斯推斷等領域展現出廣泛應用潛力。然而，數值計算，特別是在高維情形下，仍面臨巨大挑戰。
本文研究基於神經網絡投影的Wasserstein梯度流數值近似方法。該方法的核心思想是利用神經網絡（如具有ReLU激活函數的兩層神經網絡）來參數化梯度流演變中的拉格朗日映射函數————
「這————」
隨著繼續往下看，劉建明越看越看越震驚。
他是青華校園少有同時精通計算機的數學教授，因此不僅看得懂，也非常明白楊學斌這片論文的難度和價值。
在這篇論文中，楊學斌提供了一個非常精妙的算法，可以極大提升計算機在物理仿真和AI方面的能力等等。
如此精妙的算法，那怕是他自問也創造不出來。
這不僅需要極其深厚的數學功底和天賦，還需要同時精通計算機，且至少是頂級專家級的，否則不可能寫得出這篇論文。
馮永興渾身哆嗦，一副見鬼的模樣。
他很想反駁，認為就楊學斌的水平，應該還不足以研究黎曼猜想，但看楊學斌物我兩忘的模樣，顯然是真在研究。
是有收穫，還是僅僅沉浸其中了？
想到這裡，馮永興吞了口唾沫，小心翼翼地問道：「學斌，有什麼收穫麼？」
「已經取得了突破性進展，接下來就只剩下驗證了。」
楊學斌依舊是頭也沒抬，隨口說著。
但他不知道這句話對馮永興的殺傷力，轟隆隆，馮永興只感覺腦海中炸響，完全失去了思考能力，許久才回神。
突破性進展！
不可能！
這怎麼可能？
這可是黎曼猜想啊，人類有史以來最難的數學題，他曾經也不自量力地研究過，結果三個月都毫無頭緒，從此以後就不敢再想了。
面對黎曼猜想，就感覺像是小學生在看高數題。
每個字都認識，組合起來就不知道說啥。
關鍵是，如果他沒記錯的話，楊學斌研究黎曼猜想還不到兩個月吧，畢竟楊學斌也才不到兩個月前改邪歸正的。
楊學斌要研究黎曼猜想，也只可能從那個時候開始。
兩個月解決黎曼猜想，這是什麼概念啊！
這就是數學之神！
想到這裡，馮永興看著楊學斌，嘴巴張了張想要再說什麼，可卻不知道還想說什麼，再加上他也不敢再打擾楊學斌了，只能默默回到書桌前。
今晚，馮永興睡得很早。
今晚，馮永興頭一次失眠。
TW 看書網伴你讀，𝓈𝒽𝓊.𝓉𝓌超順暢
他在想一個問題，那就是他究竟有沒有數學天賦，究竟適不適合研究數學？
翌日。
馮永興難得睡了個自然醒，發現楊學斌還在書桌前奮筆疾書，也不知道是一晚上沒睡，還是早上起來得很早。
不久後，楊學斌的女朋友郝曉晞來送早餐了。
看著小兩口甜甜蜜蜜的樣子，馮永興忽然發現自己這些年真是太失敗了，讀了這麼多年的書，不僅在數學上沒啥成就，連女朋友都沒有談過。
不過他也想通了，既然不適合研究數學，那畢業後就去轉行做別的吧。
就這樣時間流逝，轉眼間就是十天。
十天的時間，楊學斌徹底完善了這個被他命名為楊氏函數的數學工具。
當停筆的那一刻，他發出滿足的笑容。
這種滿足感，比和女孩子滾床單還要讓人愉悅，不能自拔。
楊學斌沒有急著去證明黎曼猜想，而是好好洗了個熱水澡，不到八點就上床睡覺了。
這些天他太累了。
翌日。
楊學斌是被手機電話吵醒的。
不是郝曉晞，而是導師劉建明教授的，是國內數學界的泰山北斗，科學院的院士。
「餵？」
楊學斌也沒看來電顯示，拿起手機迷迷糊糊地說道。
「楊學斌，還沒睡醒呢？你也不看看時間，都幾月幾號了，論文還不交？催了你幾回也不回信息，這博士你還要不要畢業了？」
手機裡面傳來劉建明蒼老而嚴厲的聲音。
他是恨鐵不成鋼。
楊學斌的天賦，那怕放眼全世界也找不到幾個能相比的，可卻完全沒有數學家的嚴謹和自律，每天放浪形骸，就知道跟各種女孩子廝混。
為了把楊學斌這顆歪脖樹修直溜了，他向來要求嚴苛，布置給楊學斌的作業難度往往都是其他博士生的好幾倍。
可饒是如此，楊學斌也總是能輕易完成。
這讓他又愛又恨。
楊學斌瞬間驚醒，忙道：「不好意思教授，論文已經寫完了，我稍後就發你。我不是有意不回您信息的，實在是這些天忙著沒空看手機。」
「行吧，趕緊發過來。」
辦公室里，劉建明無奈地掛斷了電話。
他揉了揉了眉心。
為了培養楊學斌，他費了太多的心思，可直到博士畢業都沒有把對方掰正。
但無論怎麼說，楊學斌的水平還是可以的。
天賦。
有時候就是這麼不講道理。
尤其是在數學領域，沒天賦的一輩子也沒法入門，有天賦的看一眼就能精通。
《深度學習黑箱模型的拓撲數據分析與可解釋性研究》，這個課題的難度他還是清楚的，楊學斌這些天忙得沒法看手機，也情有可原。
雖然有些匆匆忙忙，連滾帶爬，但能夠及時完成還是值得肯定的。
叮！
是收到郵件了。
劉建明知道，這肯定是楊學斌發來的。
於是他放下手機，看向電腦顯示器，打開自己的郵箱，果然看到楊學斌剛發來的郵件。
點開，然後就是一愣。
《基於神經網絡投影的Wasserstein梯度流數值方法及其應用分析》？
劉建明皺眉，他明明記得給楊學斌的題目是《深度學習黑箱模型的拓撲數據分析與可解釋性研究》啊！
擅改課題？
還是自己真的記錯了？
劉建明有些自我懷疑，於是找到當初制定的課題文檔，發現自己並沒有記錯，而是楊學斌擅改了課題。
「好小子！」
「我倒要看看，你這寫的究竟是什麼？」
劉建明有些生氣。
如果這片論文難度比《深度學習黑箱模型的拓撲數據分析與可解釋性研究》小，寫得又不夠精彩的話，楊學斌就等著留級吧。
劉建明沉下心來，開始看論文。
論文標題：基於神經網絡投影的Wasserstein梯度流數值方法及其應用分析摘要：
Wasserstein梯度流為描述概率分布在Wasserstein度量下的演化過程提供了強大的理論框架，並在生成模型、貝葉斯推斷等領域展現出廣泛應用潛力。然而，數值計算，特別是在高維情形下，仍面臨巨大挑戰。
本文研究基於神經網絡投影的Wasserstein梯度流數值近似方法。該方法的核心思想是利用神經網絡（如具有ReLU激活函數的兩層神經網絡）來參數化梯度流演變中的拉格朗日映射函數————
「這————」
隨著繼續往下看，劉建明越看越看越震驚。
他是青華校園少有同時精通計算機的數學教授，因此不僅看得懂，也非常明白楊學斌這片論文的難度和價值。
在這篇論文中，楊學斌提供了一個非常精妙的算法，可以極大提升計算機在物理仿真和AI方面的能力等等。
如此精妙的算法，那怕是他自問也創造不出來。
這不僅需要極其深厚的數學功底和天賦，還需要同時精通計算機，且至少是頂級專家級的，否則不可能寫得出這篇論文。