“我不去，张硕可能应付不来！”

……

会议室偏厅。

高洪利、廖振宇、刘烨以及其他两个研究员，听着张硕讲解最难理解的地方--偏差评估体系的算法逻辑。

“算法逻辑部分，其实理清关系就简单了。”

“我们制作了十七个算法包，分别对应各类型的实验数据，算法包相互之间存在联系。”

“这是解析图。”

张硕拿出一份解析的关系图，指着一个方框讲道，“我把算法包简单定义为mate，mate1到mate5是用到最多的，对应的是主要数据，和主算法连线其他数据直接相关，会参与到分析评估过程。”

“我举个例子，一个带质量粒子点位……”

“当代入进去以后……”

几个人不断跟着去理解，都觉得应该找个复杂性理论方向的专业学者来帮忙做评审。

研究的难点是复杂性的算法逻辑关系，对口的复杂性理论方向学者理解起来要容易的多。

只是，相关领域学者数量稀少。

从事复杂性理论问题研究的学者，有不少都改方向到数学计算机，要么就干脆转到其他纯数学方向。

因为……吃不饱！

数学研究，火热的方向都和应用挂钩，包括应用数学、统计学、运筹学等领域，学者数量都有很多。

PDE，也就是偏微分方程的研究，也一只脚踏进了‘应用’。

纯数学的方向都很多，学者数量却非常稀少。

有水平的学者都喜欢去研究数论，哪怕没什么关键性成果，数论总是很吸引人。

其他方向就都是小众了。

包括代数几何、拓扑学，还有更少见的模糊数学，复杂性理论也是其中之一。

在复杂性理论的方向上，一年都难看到几篇真正有成果的论文，其难度可以用一个经典问题来举例--

P和NP问题。

这是千禧七大数学难题之一。