。但这个课题说实话，我没什么时间。威尔逊教授，不瞒您说，我对随机矩阵的研究完全不兴趣。

接来我还有很多工作要，比如大家都知的，我在论文里提到了三个针对素数的猜想。接来我的工作重心会放在证明那三个猜想上！”

乔喻很认真的说。

不得不说乔喻的表态很有学者风范儿。

你们研究的这些有什么用？有我研究的东西大上吗？随机矩阵？狗都不学……

尤其是描述混沌理那些东西。他乔喻可是实打实的理论数学家！

果然尼尔森·威尔逊皱起了眉，开始思考措辞：“乔，怎么说呢，我知要说服一位数学家将力放到不兴趣的领域是一件很冒昧的事。

但你或许并不清楚这项研究的应用潜力。不如我们先来向你介绍一我们最近的一些成果，然后你再决定？”

“好啊，这次沙龙本来就是大家坐在一起讨论问题嘛，你说。”

接来两个小时让乔喻受到了国外的沙龙式讨论是怎么个事。

大多数时候他只是默默旁听，偶尔也会上两句，不过很快他就知这些家伙对这个问题如此切的原因。

说白了，也是想拉项目。

只不过跟华夏不同，这边项目导向一般是资本驱动而已。

几位相关方向的数学跟理学家，想一起搞个大项目来——推动量计算模拟技术。

众所周知，量计算机有着许多的先天优势，谷歌就一直在这方面的研究。媒甚至还渲染了量霸权威胁论。

但实际上量计算还有一堆的问题需要解决。尤其是要解决通用还有很远的路要走。

而且就目前的研究展来看，量计算机相对于经典电计算机也只在少数层面很有用。

比如复杂组合优化问题、密码学跟信息安全、大数据搜索跟排序这些。而且非常依赖于量算法。

起码在现阶段量算法也只有在限定条件优于经典算法，没有普适。

所以这些数学家跟理学家一直都在研究如何让经典电计算机来模拟量计算，让超算来量计算模拟的工作。

但这就存在一个问题，量系统的状态空间随粒数呈指数增，而经典电计算机的资源增是线的。

模态公理系的现，尤其是乔喻证明了黎曼猜想的方法，让他们发现在乔喻提的广义模态公理系，能够简化许多问题。

因为乔喻这系恰好广义模态公理系能够对复杂的维空间行几何化和结构化理。尤其是通过模态路径和模态密度函数，可以简化对随机矩阵中维态演化的理解。

但这需要完成一个心的理论证明：即是否在新的边界条件或维空间中，模态空间和随机矩阵的映能够保持同样的严谨。