第七百一十四章：什么才叫真正的养成！

第七百一十四章：什么才叫真正的养成！ (第2/2页)

按照此前的排练，在照例的欢迎了一遍全世界各地的学者后，报告会也进入了正题。
　　
　　「‘p=Np?"猜想是计算理论的核心问题。其中，复杂类p包含所有那些可以由一个确定型图灵机在多项式表达的时间内可以解决的判定问题。而Np则是指可以由非确定型图灵机在多项式时间内可以解决的判定问题......」
　　
　　「......它存在于数学、优化、人工智能、生物、物理、经济、工业等各个领域.如果能够解决p与Np两个问题类之间的关系，则解决了这些问题的算法复杂度问题，具有非常重大的意义。」
　　
　　「......」
　　
　　报告台上，从一开始的有些紧张生疏，到后面的沉稳应手，刘嘉欣讲解的声音也愈发平静下来。
　　
　　坐在台下，看着渐入佳境的学姐，徐川脸上带着笑意赞许的点了点头。
　　
　　虽然《大正整数因子分解具备多项式算法》证明可以说是刘嘉欣自己独立完成的，但没有他的话，如今的数学界大概也不可能看到这样一篇精妙绝伦的论文了吧？
　　
　　毕竟真按照历史走向的话，原本大学毕业的学姐就出去工作了，哪怕是她的天赋再好，但
　　
　　离开了学术界，再想做出些什么成果就几乎是不可能的事情了。
　　
　　可以说，刘嘉欣就是他亲自挖掘出来的人才，他就是伯乐！这种养成系的成就，带给了他另一种不亚于解决一个世界难题的愉悦。
　　
　　半个小时过去了，报告会逐渐进入尾声，然而台上的刘嘉欣却是不敢有丝毫的松懈。
　　
　　因为接下来的提问环节，才是整场报告会的核心部分。
　　
　　首先站起来进行提问的，是来自匈牙利着名的数学大牛，拉兹洛·洛瓦兹。
　　
　　这位大牛研究的是理论计算机科学和离散数学，曾于2007年-2010年担任过国际数学联盟主xi一职。
　　
　　虽然他没拿到过菲尔兹奖，但沃尔夫奖、高德纳奖、哥德尔奖、京都奖这些顶级的数学奖和计算机将他都拿了个遍。
　　
　　可以说在计算机科学和数学交织的学科，是说一不二的真大佬。
　　
　　这位大牛站起身后，看了一眼报告台上，又低眼看了下手中的笔记本，用平铺直叙的语气开口道：
　　
　　「在报告论文的第二十三页，我有注意到报告者在对群c(K)的阶数h(K)=|c(K)|叫做数域K的理想类数进行描述时，完成了证明：h(K)=1当且仅当环oK中每个理想都是主理想，也当且仅当oK具有唯一因子分解性质。」
　　
　　「关于这一部分，请问报告者是如何得出来的？」
　　
　　听到这位大牛的提问，刘嘉欣快速的将平铺在报告台上的证明论文，找到了拉兹洛·洛瓦兹教授所说的问题。
　　
　　看着上面的公式，她快速的开口回道：「对于许多种类型的数域，对于给定的有限交换群G，在判别式d(K)6x的所有这类数域中，类群为G的所占比例当x→+∞时存在极限a，并且它们给出非负实数a的计算值......」
　　
　　「而在第二十三页证明公式中，我完成当d(K)通过所有的素数时，所有d(K)6x的实二次域当中类数为1的证明.....」
　　
　　简洁而又清晰的话语从刘嘉欣口中快速道出，报告台下，拉兹洛·洛瓦兹目光中带着一丝若有所思的神色，随即转变成了赞许。
　　
　　他笑着点了点头，道：「谢谢。」
　　
　　拉兹洛·洛瓦兹的提问结束后，提问环节继续进行。
　　
　　第二个站出来提问的同样是计算机数学领域的大牛，2006年奈望林纳奖得主。
　　
　　《大正整数因子分解具备多项式算法》证明是p=Np？猜想的核心难题，对于数学界来说，它是千禧年难题的重要组成部分，是世界级的猜想，难度很大，但对于纯粹数学的发展而言，意义却算不上多大。
　　
　　不过，对于计算机数学的发展来说，却可谓是巅峰级的存在。
　　
　　犹如此前徐川完成的杨-米尔斯存在性问题一般，对于数学界而言，它只是一个极其难解的微分方程，抛开在这个过程中创造的工具和其他的收获来说，解开它能得到的是一个答案。
　　
　　但对于物理学界来说，它却是支撑理论物理学再度往前走的重要基石，是完成大统一理论的必经之路。
　　
　　因此，会场中，站起来提问的学者相当的多。
　　
　　当然，并不是所有站起来提问的学者都是大牛，也都能提出精准而又有水平的问题。
　　
　　比如某位来自爱丁堡大学的博士生，就提出了个丢脸丢到全世界的问题。
　　
　　「请问在第四十七页中，近似算法的运行时间和近似保证之间的权衡，平方和层次结构可以适用于指数级时间的近似算法，n表示图的顶点数r可以是任何大于1的正实数（可能取决于n)，这一问题报告者是如何得到这一证明的？」
　　
　　这个问题一出，大礼堂内顿
　　
　　时就骚动了起来。
　　
　　窸窸窣窣的交流声在宽敞无比的礼堂内交织着，不少人向这位站起来提问的博士生投去了诧异、惊讶、疑惑甚至是嘲笑的目光。
　　
　　听到问题，报告台上，刘嘉欣都有些诧异的愣了一下，随即确认了一遍问题后，开口解释道：「顶点覆盖、均匀最稀疏割及相关问题的适度指数时间近似算法，这并非我的证明结果。」
　　
　　「如果我没有记错的话，在后续的解释中，有引用卢卡·特雷维桑教授在2018年国际数学家大会上的报告论文。」
　　
　　「你可以看看引用行中的第六个，特雷维桑教授已经做了相当完备的解释。」
　　
　　听到自己提了一个早已经被人解决了的问题，这位来自爱丁堡大学的博士生顿时脸色一红，细若蚊声的道了一句‘谢谢"后一脸尴尬的坐了回去。
　　
　　学艺不精是一回事，勇于在报告会现场提问也是一回事，哪怕提了个错误的问题也算不上什么。
　　
　　但是很显然，这种心中有了疑问，连引用论文都不会去看，也不会去事先搜索寻找是否已经有解决答案的问题，提出只会被人耻笑。
　　
　　.......
　　
　　免费阅读.