偏微分方程是數學領域的一個大類，擁有的學者數量也是數學各分支學科中最多的。
二階非線性偏微分方程，又是偏微分方程領域的一個巨無霸，其在數學，物理及工程技術中的應用是最廣泛的。
這些方程也稱為數學物理方程。
數學物理，自然是關聯到應用的，包括飛機輪船設計、氣象監測、地質學、熱力學性質、電磁波傳播、量子力學，等等，一系列的技術和研究都要涉及二階非線性偏微分方程問題。
很多專業的科研機構，為了實驗或技術性研究會專門成立計算組，而分析實驗或技術研究中，偏微分方程的求解問題，也是計算組最複雜的工作。
高能所的實驗物理中心就有專門的計算組，因為分析實驗數據，會做大量的偏微分方程數值計算。
再比如，飛機設計。
飛機設計需要用到動力學、流體力學，每一架飛機的設計過程中都牽扯了大量的方程計算。
如果二階偏微分方程可以依靠計算機直接得出結果，專業計算人員的需求肯定會大量減少。
羅勇軍的感慨也是想到了自己，他是大學裡的博導，教授，當然不會面對失業問題。
但是，有些工作都變得可有可無了。
去高能所做實驗數據計算分析就是這樣。
二階偏微分方程能夠用給計算機直接求解，就根本再用不到那麼多的學者參與，減少一半以上都能夠輕鬆完成。
聽到羅勇軍的感慨，張碩笑著搖頭道，「羅老師，還達不到那種程度。我的研究精準度還趕不上人腦計算。」
「不能計算出精確解，有些也不能準確計算出邊界值。」
「只能劃定一個解的範圍。」
張碩簡單做了解釋。
其實就是一個結果準確性的問題。
比如，針對一個方程求解，專業學者計算的解的範圍是『3到5』，計算機只能算到『2到6』，比學者計算的範圍大了一些。
針對一些結果要求不高的工作，計算機運算就足夠了，但對結果要求很高的研究內容，計算機也只能輔助運算，還需要專業學者去縮小範圍區域。
「那也很厲害了！」
羅勇軍依舊感慨著，「以後pde方向的計算量會大大減小，對結果需求不高的領域，都可以用算法取代人力。」
「這就是科技進步啊！」
孫興江可不在乎成果的影響，他研究的方向是解析數論及方法論，再怎麼也影響不到他，「機器取代人力、ai取代人腦，社會發展方向就是這樣的。要不怎麼進步？」
「要不這樣，你去說服那些企業不要再研究自動化，因為自動化會減少就業崗位。」
高曉紅也跟著笑道，「羅老師，你真是杞人憂天了。」
「是不是因為成果不是你的？如果是你的，你肯定不這樣想。」
「……」
羅勇軍扯了扯嘴角，好半天都沒說出一句話。
一擊命中！
他無話可說。
換個角度來想，通用算法是自己的研究成果，還會考慮研究讓其他人失去工作的問題？
根本不可能！
等消化了研究完成的信息，三個人就興奮的問起各種問題，「你究竟是怎麼完成的？」
「這個研究難度太高了，但是感覺伱根本沒有用多久。」
「做項目之後才開始想的吧？」
「也就十幾天？」
張碩伸手撓了撓後腦勺，抿了抿嘴道，「就是偶爾想一下。」
「這幾天想的比較多，然後就想出來了。」
孫興利和高曉紅一起直愣愣看著張碩，羅勇軍則是用手抓起了頭皮。
偶爾想一下？
這幾天想的比較多？
然後，解決了？
房間一時間安靜下來，三個人的表情都很複雜。
羅勇軍搖頭說道，「還是繼續說論文吧。」
所謂『用同樣的方法，研究多種偏微分方程的通用算法，多刷幾篇四大刊』，也就只是暢想一下而已，實際上，是做不到的。
同類型的論文，一般只會被接收一篇。
當然也可以把不同偏微分方程的通用算法，分別投稿給不同的學術期刊，但發表出來以後影響並不好，可以明顯看出是刷論文數量。
那樣做沒有任何實際意義，還會給論文作者帶來負面影響。
「用同樣的方法，重複性的做研究意義不大。」孫興利總結道，「但是，可以拆分內容。」
他認真說道，「數學裡，方法比成果重要。」
「你的成果非常有應用價值，但方法的價值更高。你可以投兩篇稿，一篇是方法，一篇是應用成果，這樣兩篇都被接收的可能性很高。」
孫興江說到了關鍵。
數學領域來說，方法比成果重要，用同樣的方法解決多個類似問題，就變成小研究了。
等論文真正發表出來，其他人使用論文上的方法，去研究其他類型偏微分方程的通用解法。
那也只是計算機算法上的成果，算不上數學成果，因為沒有數學上的突迫性研究，甚至連算法上也沒什麼突破。
……
張碩接受了孫興江的建議。
等回到宿舍以後，他做的第一件事是打開系統界面建立任務--
【任務一】
【項目名稱：二階拋物型偏微分方程的通用解法（難度評價：d）。】
【進度：0.011%。】
「用同樣的方法做研究，連繫統都不認可……」
張碩選擇了放棄。
d級的任務結算只獎勵兩個科研幣，大概還是只是因為創新性研究，否則難度係數可能降到e。
他仔細思考一下，決定把研究拆成兩部分，一部分是方法，一部分是方法運用，也就是成果。
第一部分的方法論文，主要有三個部分，包括代入變換法、模擬人腦思維的參數分析以及根據上述方法證明代入數值漸進解。
代入變換法，是記憶中的知識，可以把含有偏微分方程的方程組進行變換。
如果針對方程組進行變換，變換以後就會簡化很多，做分析會更加明確。
針對方程進行變換，則會變得複雜一些，但計算機運算會簡化。
這就像是加法和除法的區別。
在人腦的理解中，除法的表
第二十九章 兩篇論文，方法和成果！
