前面说Graph AI是大坑，是因为这个方向很新，什么都能做也意味着什么都不能做。
华盛顿大学塞缪尔教授的团队在2017年的时候发表了一篇名为《Data-driven discovery of partial differential equations》论文后，AI解方程开始走进大众视野内。
林燃也就跳进了这个坑里。
塞缪尔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，不过N-S方程是最顶级的那一档罢了。
N-S方程，数学领域最顶级问题之一，是能够和黎曼猜想、哥德巴赫猜想齐名的数学问题。
要是能够找到N-S方程的通用解析解，飞行器的设计能够找到各种条件下的最优外形，风力发电将不再是垃圾电，风力发电可以和光伏、核电相提并论，汽车外形能找到最优的空气动力学效果...
简单来说找到了N-S方程的通用解析解，所有涉及到空气、液体、固体流动的现实应用问题都有了一个最优解。
哪怕诺贝尔奖、菲尔兹奖不给你，全球科学家会集体抗议。
这也是顶级数学问题中，少有的一经解决就能最显著对现实世界产生影响的问题。
不过林燃要做的听起来唬人，利用人工智能解N-S方程，实际上压根不是找通用解，只是做一些微小的工作，找一些特定条件下的解罢了，难度大概相当于大海捞针降低到了碗里捞针。
“只是我现在只有大脑，没有电脑？”
林燃利用为数不多的高等数学基础对计算流体力学里的公式进行推演。
从课本中的数值方法有限差分法推演出高阶有限差分法、紧致有限差分法、自适应有限差分法。
从有限元法推演出混合有限元法、间断有限元法、等几何分析有限元法。
当推演出结果的那一瞬间，林燃感觉到火焰的蔓延在减缓，“难道是要通过扩展知识边界的方式来阻止火焰蔓延吗？
那彻底消灭火焰得满足什么条件？
难不成还真是彻底解决N-S方程？”
从有限体积法推演出高阶有限体积法、非结构有限体积法、双时间步长有限体积法。
在失去五感的时候，数学成为了唯一美感的来源。