一門門課程在林燃的意識里呈現，都快要被忘記的內容重新被喚醒，林燃覺得要是自己過去有這么認真，績點絕不僅僅是年級前五，那妥妥的年級第一。
往日艱澀、枯燥的俄語課程，在這一刻都變得格外有趣，哪怕坐到教室第一排被教授四濺的唾沫洗臉，林燃也愿意。
“只能希望這會是Вcrkar6eдa–kлyчшemyпpnвoдnt。”
這句俄語的意思是塞翁失馬焉知非福。
在把大學課程全部從頭到尾掰開來揉碎了過了一遍之后，林燃，發現自己在出現一些奇特的變化。
越來越多過去被遺忘的細節，課堂上本來沒有注意到的碎片在被喚醒，大腦的計算能力越來越強。
黑暗被吞噬的同時，好像把他的思維也一起淬煉了。
只是仍然不可名狀物不斷蔓延的趨勢仍然沒有變化，他甚至能夠感受到陰冷，這足以說明對方正在靠近。
“如果人生真的就這樣結束，那在知識的海洋里消散好像也不錯。”
如果說過去自己的大腦只是一臺電子管計算機，那么現在已經是半導體超算級別了，高階行列式、大規模線性方程組、含參數的線性方程組等等，這些在線性數學里需要進行海量計算的題目類型，自己光靠心算就能夠快速得出結果。
時間就這樣在痛苦、思考、回憶的過程中不斷循環往復。
林燃發現自己不但是大腦能力有了長足進步，而且原本被智能手機給削弱的專注力也有了質的飛躍，思考問題能夠持續的時間越來越長，能夠進入心流狀態的時間越來越久。
“要是能夠回到現實世界，我這絕對的頂級天才！”林燃心想，可前提是要能回去。
在把過去內容打亂重組后，林燃終于把注意力重新投向了他現在在做的課題：“利用人工智能解n-s方程”
前面說graphai是大坑，是因為這個方向很新，什么都能做也意味著什么都不能做。
華盛頓大學塞繆爾教授的團隊在2017年的時候發表了一篇名為《data-drivendiscoveryofpartialdifferentialequations》論文后，ai解方程開始走進大眾視野內。
林燃也就跳進了這個坑里。
塞繆爾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，不過n-s方程是最頂級的那一檔罷了。
n-s方程，數學領域最頂級問題之一，是能夠和黎曼猜想、哥德巴赫猜想齊名的數學問題。
要是能夠找到n-s方程的通用解析解，飛行器的設計能夠找到各種條件下的最優外形，風力發電將不再是垃圾電，風力發電可以和光伏、核電相提并論，汽車外形能找到最優的空氣動力學效果
簡單來說找到了n-s方程的通用解析解，所有涉及到空氣、液體、固體流動的現實應用問題都有了一個最優解。
哪怕諾貝爾獎、菲爾茲獎不給你，全球科學家會集體抗議。
這也是頂級數學問題中，少有的一經解決就能最顯著對現實世界產生影響的問題。
不過林燃要做的聽起來唬人，利用人工智能解n-s方程，實際上壓根不是找通用解，只是做一些微小的工作，找一些特定條件下的解罷了，難度大概相當于大海撈針降低到了碗里撈針。
“只是我現在只有大腦，沒有電腦？”
林燃利用為數不多的高等數學基礎對計算流體力學里的公式進行推演。
從課本中的數值方法有限差分法推演出高階有限差分法、緊致有限差分法、自適應有限差分法。
從有限元法推演出混合有限元法、間斷有限元法、等幾何分析有限元法。
當推演出結果的那一瞬間，林燃感覺到不可名狀物蔓延在減緩，“難道是要通過擴展知識邊界的方式來阻止它蔓延嗎？
那徹底消滅它得滿足什么條件？
難不成還真是徹底解決n-s方程？”
從有限體積法推演出高階有限體積法、非結構有限體積法、雙時間步長有限體積法。
在失去五感的時候，數學成為了唯一美感的來源。
一點一點向n-s方程前進：