第(3/3)页

    因为，《衍生率》。

    现在赵奕对《衍生率》有了一定的了解，他发现《衍生率》是个非常好的‘逻辑推导’能力，和正常的逻辑思路进行的推导不同，《衍生率》能够依照条件找到‘最可能’的通路，而不是依照条件列举大量的可能。

    这个能力做研发很有用，解决数学问题似乎也有很大帮助。

    赵奕想要真正试试《衍生率》的作用，也找到一个很不错的逻辑推导问题--

    np完全问题。

    这是千禧七大难题的第一个。

    数学界之所以对np完全问题感兴趣，最主要是因为它是纯粹的逻辑问题。

    np完全问题的正确表述是：np=p？，p    （确定性多项式算法）对np    （非确定性多项式算法）问题，问题的表述似乎很复杂，简单解释一下就能明白过来。

    np，就是非确定多项式算法。

    有的问题可以直接利用公式找出答案，而有些问题则不能。

    比如，下一个质数是多少？

    这个问题的解答方法，就只能靠猜测并且一个个去验证，验证出后续某一个数字是质数，就等于是解决了问题。

    这个问题就是‘np’，可以简单理解为‘不知道具体要算多少次’，而解决这个问题的验证过程就是p，也就是‘运算一次就解决了问题’。

    举例来说，数字5后面的质数是几？假如不知道后续的质数是多少，这个问题可以认为是‘np问题’，做法就是一个个去验证。

    6，不是。

    7，是。

    问题解决了。

    在验证7的运算中，就解决了数字5后面的质数是几的问题，就可以认为这个运算过程，也就是问题解决方案p。

    听起来似乎是很简单，但如果是寻找超大质数，牵扯到的运算量就非常大了，一个个去验算到最后就发现无法继续。

    np完全问题，就是要证明是否存在统一的防范，快速解决类似‘只能靠猜测去验算，而不能直接运算得到结果的问题’。

    如果存在，找到这个方法。

    如果不存在，证明不存在的原因。

    np完全问题听起来很简单，但实际上却非常复杂的数学逻辑问题，仔细深入的一想，就不得不觉会让人沉浸其中。

    这也是为什么很多的数学家，都对np完全问题的研究感兴趣的原因，但一直到现在还没有数学家能证明出来。

    赵奕想到了np完全问题，觉得空闲时间也没事情，顺带着试试《衍生率》效果，干脆就决定深入的研究一下。

    与此同时。

    航空集团的总部迎来了科学院软件所派过来的团队，带队的正是新晋信息学院士刘贺敏。

    刘贺敏的团队受到了热情的接待，但仔细注意就能发现，有些人对刘贺敏团队的到来不怎么感冒，尤其是航空集团旗下，飞行自动控制研究所、航空计算机技术研究所的人。

    两个研究所分别派来了小团队，总计加在一起有十个人左右，带队的是经验丰富的研究员郭金华和邓敏容。

    郭金华、邓敏容都看了‘智能控制系统’，他们马上就得出了，其中牵扯到非常复杂的算法，必须要顶级的数学计算机专家来。

    事实上。

    两人的想法是，必须让赵奕本来过来讲解，才能把原理完完全全的摸透，只不过因为赵奕是设计组的领头人，不太可能参与验收工作，自己设计自己验收，听起来就很不靠谱。

    虽然刘贺敏是信息学的院士，在进化算法、神经网络的研究方面，有着世界级的成果，数学理论研究上也有一定成果，但要说能看懂‘智能控制系统’的内容，还是让他们不太相信。

    他们对自己的专业能力很自信，刘贺敏的研究成果比较高，但牵扯到具体的程序、算法，理解能力上不一定他们强。

    刘贺敏也知道航空集团人才济济，自己来自科学院软件所，还是科学院新晋的信息学院士，但要说到航空集团内部，头衔真的很难有什么说服力，旁边做招待的最低也是个研究所，还有动力学、机械学的院士，一个个都是学术、研发的顶尖人士，他和团队必须要在理解‘智能控制系统’上，真正弄懂一些东西才有说服力。

    所以被招待了一番后，刘贺敏就提出快速进入到工作中。

    他们很快拿到了报告。

    因为牵扯到保密性质，团队里普通的研究员，就只能拿到一部分报告和代码，他们会分别负责一部分的研究，刘贺敏则是拿到了全部的报告和代码，也马上投入到研究理解中。

    然后。

    刘贺敏左看看、右看看，确定没有人注意后，才从公文包里拿出个密密麻麻、写满了内容的笔记本，对照着报告和代码认真看了起来。


    第(3/3)页