“我是以计算机编程起家的博士。”叶华来到了控制台调出了浮空全息屏幕：“诚然，大脑所做的事情并不一定适用于计算机，因为这两个是完全不同的个体，但我们并不是想要去将二者完美融合，我们可以允许两者之间的差异性，但我们也许可以从两者之间的部分共性为其搭建一座桥梁枢纽。”
对此，爱德华夫妇不置可否，神经科学实在是一门太过于庞大的学科。
层次很多，宏观尺度、介观尺度、微观尺度，而且每个层次之间的联系又往往很复杂，也很难相互联系起来，很多时候学会了宏观神经理论，却不能用它来模拟认知功能，你需要微观神经元网络的知识，而学完神经元网络的知识，又不能，又要一些突触、树突复杂运算的知识，怎么研究都研究不完。
尽管他们二人是该领域的权威研究学者，但对于这门学科，但凡涉猎的人都对其敬畏和谦卑。
可以说，人类对于自己的大脑和神经网络的认知还不如对宇宙的认知丰富，在所有的人体器官的认知上，大脑是最为神秘的地带，即便是这个领域的权威级专家也只敢说自己也是认知了其中的一点皮毛而已，甚至更少。
“光是基于混沌神经网络便是一个典型的n问题。”迈·布里特女士如是说道，意思就是说这是无解的，至少目前是无解的，这里的“混沌”可不是神话小说里的那种定义，不过对于混沌现象，迄今为止也还没有一个公认的普遍适用的数学定义。
“如果，我告诉二位，我已经成功的将一个n问题降至p类问题呢？”
叶华忽然抛出这么一句话，夫妇二人一听整个人都面色大变，带着不可思议的精彩表情。
“你说什么？”爱德华·莫泽抱头神态夸张：“上帝，p=np问题已经被解决了？”
这二位夫妇虽然不是数学家，也不是计算机领域的学者或是信息专家，但这些领域都与神经科学有着深切关联。
对于「p=np？」问题，即np-完全问题，他们自然不会陌生，虽然不是信息学的专家，但对于这个问题的认知也要远远高于普通人。
np-完全问题，可以这么认为，这种问题只有把解域里面的所有可能都穷举了之后才能得出答案，这样的问题是np里面最难。
如果要证明一个问题是n问题的一个问题经过多项式时间的变化变成所需要证明的问题，那么所有证明的问题就是一个n问题了。
换句话说，即找到了一个算法，那么所有的问题都可以有多项式的解，可以说这就是所谓的「万能算法」了。
这无疑是信息学的巅峰。
这不仅是对信息学的贡献那么简单，许多至今无解的问题都会被迎刃而解，例如人体蛋白折叠问题、绝症，当然也包括神经科学，难怪夫妇二人会如此失态了。
真是因为n问题的存在，p=np变得难以置信，人们即便至今没有证明或证伪，但更加偏向相信p≠np。
但是，叶华刚刚亲口说把一个n问题降低到了p类问题！！！
“天呐……”
两人绝对没有想到刚刚来华夏，就获得了这么一个爆炸性的消息，这要是传出去了，整个学术界乃至全世界都得为之沸腾。
这已经不能用天才就可以形容的了。
震惊过后，夫妇二人激动不已，振奋莫名，叶华看到他们二人反而淡定的说道：“之前我说过，我是以编程起家的，把n问题降低p类问题的成果便是获得了一个全新的算法。但是博士，它也并非是真正的万能算法，因为在其之上还有「np-hard问题」，相比您应该也知道的。”
“即便如此，其贡献也无可估量啊，对于神经科学的研究会带来难以想象的裨益。”爱德华·莫泽振奋的说道。
“老师，您之前只给我们讲了p=np问题，但「np-hard问题」又是什么？”一直安安静静的洛兰蒂斯在这个时候忍不住发问了。
迈·布里特女士看向她，微笑的简要概述道：“就是说，n问题的范围广。np-hard问题同样难以找到多项式的算法，但它不列入「p=np」的研究范畴，因为不一定是n问题发现了多项式级的算法，np-hard问题有可能仍然无法得到多项式级的算法。事实上，它有可能比所有的n问题的时间复杂度更高从而更难以解决。”
洛兰蒂斯似懂非懂，若有所思。
爱德华·莫泽余留着一丝振奋的心情说道：“有时候，我们不得不承认人类大脑非常强的，它可以在毫秒之内分析外部的数据并得出结论，但是这样庞大的系统到底如何工作仍然未知，不过已经有很多研究学者试图从脑电波中获取更多的信息。那么，人工智能能不能从我们的大脑网络中去学到一些东西呢？”
说到这里爱德华下意识的抬头看向了叶华，眼前这位年轻的华夏人，海岸线大学的校长，在ai领域有着举足轻重的话语权。
叶华点点头：“答案是肯定的，在信息尤其是噪声信息加工的方面，大脑的有一些加工方式是计算机可以借鉴的。”
海岸线集团的人工智能技术在全世界都是公认最顶尖的，叶华在这个领域的话语权可以说非常的权威。
而且，外界根本就不知道他创造了更高级的智能存在——小音。
爱德华·莫泽在脑海里翻阅着信息：“我和布里特在挪威科技大学研究的网格细胞发现，这些神经细胞能够被特定的空间模式激活，然后构