而接下来的工作，就是从理论上尽可能的去进行完善了。
希望在物理学会召开的高能物理大会前，他能顺利的解决这项工作。
日子就这样一天天的过去。时间很快就来到了五月份的中下旬。
这些天以来，徐川就没有再去星海研究院了。
长达半个多月时间，他潜心在南大完善着有关于惰性中微子与暗物质的探测理论基础。
“.借助量子场论，共动体积a中粒子数密度的改变率，1/ad/dt（n1a）=∫∫nj=1δ+（pj-j）)（δ（p1+p2-p3-p4）∑”
“在共动体积中，粒子数密度不会随膨胀而稀释，而方程右边可以分成两部分，其中暗物质粒子产生湮灭过程的散射截面，1/ad/dt（n1a）=∫∫nj=1δ+（pj-j）)”
“p为参与散射过程的各个粒子的四动量，||为散射振幅。”
“第二部分为各个粒子能量的平衡态统计分布.”
“即：暗物质丰度的变化率等于其产生截面与湮灭截面之差，截面的物理意义是反应发生的概率。”
“.”
一行行的算式在徐川手中不断的写下。
对于暗物质的探索来说，玻尔兹曼输运方程是相当重要的一部分。
它描述了暗物质粒子丰度y随“质温比”x的演化规律，方程中的参数由具体的粒子物理模型决定。
而如果想要从无数的对撞信息数据中，找到需要的数据，仅凭人力是完全不可能做到的。
这个时候，数学工具的重要性，就体现的淋漓尽致了。
只要最底层的计算公式能够做出来，那么数学完全就可以利用计算机和软件来建立起一个数学模型，利用数学模型来从万亿亿条信息中，去寻找那一条需要的数据。
手中的签字笔落下最后一个符号，徐川放下笔，长舒了口气伸了个懒腰。
耗费了半个多月的时间，他总算是将自己脑海中的想法完善了起来，并构成了一套逻辑自洽的理论，以及一套计算从繁多参数中，计算惰性中微子碰撞湮灭后的转变粒子的数学模型基础公式。
剩下的，就是将这些理论转变成实际的设备，以及数学模型了。
看着手中捏着的稿纸，徐川嘴角勾起了一个幅度。
看来又得麻烦一下学姐了。
紫金山脚下，距离川海材料研究所不远的川海网络科技有限公司大厦下，徐川找到了正在办公室中忙碌着自己工作的刘嘉欣。
带着笑容，他敲了敲门。
办公室中，正在研究着什么的学姐被敲门声惊醒过来，抬头看到他后明显的愣了一下，随即脸上飘起了一抹笑容。
“你怎么来了。”
徐川走上前，笑着道：“来看看伱啊。”
听到这话，刘嘉欣耳垂顿时就泛红了一片，徐川没注意到，笑说了一句他的目光就落在了办公桌上。
那上面，散乱的稿纸上有着密密麻麻的计算公式，良好的视力让他清晰的看到了上面的一些数学公式，看起来有些熟悉的样子。
扫了一眼稿纸，他好奇的问道：“你这是在研究数学”
刘嘉欣点了点头，将一缕垂下的青丝挽到耳后，回道：“嗯，关于人工智能方面的一些数学难题，想试试能不能解决。”
对于人工智能而言，底层的逻辑算法无疑是离不开数学的。
虽说普林斯顿的计算机学科算不上最顶级的那一批，但数学领域却是其他学院拍马都追不上的。
听到这话，徐川顿时就来了兴趣：“我看看”
刘嘉欣点了点头，整理了一下桌上的稿纸递了过来。
徐川接过稿纸，翻阅了起来。
“基于分解基的大整数因子分解算法。”
稿纸上的标题入目，他就愣住了。
这个标题
思索了一下，徐川猛的起头，目光落在了学姐脸上，忍不住咽了口唾沫问道：“你在研究np=p猜想”
难怪他之前瞟一眼的时候，总感觉稿纸上的公式很是熟悉的样子。
大正整数因子分解问题，正是七大千禧年难题np=p猜想中一部分。
老实说，他真没想到刘嘉欣在研究这方面的东西。
因为对于数学界而言，与人工智能领域相关东西很多。
无论是线性代数、微积分、还是概率论与统计学或离散数学，都影响着计算机最底层的逻辑算法。
不过若要说最关键，影响最大的，肯定是np=p猜想。
它是七大千禧年难题中，唯一一个与计算机科学有关的难题，它的地位，在数学界和计算机科学中自然不用多说。
当然，难度也不用多说。
被徐川炽热的目光注视着，刘嘉欣有些不好意思的点了点头。
在普林斯顿学习了几年的时间，她学到的并不只是计算机科学，还有很多的数学知识。只不过一直以来她都没怎么表现出来自己的数学能力过。
尤其是在接手川海网络科技有限公司后，为了打造安全防护平台，更是很少有时间去研究数学。
直到去年防护平台上线后，她才将时间和精力分了一部分到数学上。
np=p问题本就是她在普林斯顿读博时研究的数学方向之一，如今再度捡起来，最终的目的还是为了研究人工智能。