但他的目光在屏幕上的第二段停住了。
原始数据?
肖宿有点意外。
压缩包不大,只有几十兆。
解压之后,里面是一组实验数据文件,格式是文本文件,每一行是一组测量值。
文件名上標著日期、温度、磁场强度等参数。
肖宿打开其中一个文件,看了一眼数据的结构。
他往下翻了翻,数据很规整,没有明显的噪声或者异常值。
他又打开了另一个文件,这个文件是在零磁场下测的。
数据的结构和第一个文件一样,但信號强度的分布模式明显不同。
它的信號分布完全异於常规的实验数据。
肖宿的眉头微微皱了一下。
他把数据导入一个python脚本,做了一个简单的可视化。
然后他发现这个信號不是隨机分布的。
它集中在一个二维曲面上,这个曲面微微弯曲,边界清晰,形状像一片叶子。
等等,叶状结构?
肖宿的眉头皱了起来,这不是简单的几何曲面。
如果只是偶然的噪声,不会形成这么规整的边界。
这片叶子的边界条件肯定暗示了一种非平凡的拓扑约束。
他立刻打开了另一个包含零磁场下那一组数据的文件。
信號强度消失了,但叶子的骨架还在。
它在没有外场的情况下依然存在,意味著这不是外场诱导的效应,而是系统本身的內稟属性。
肖宿的脑子开始飞速运转。
这片叶子的形状不是隨机的。
它看起来像是某个更高维结构在三维空间里的切片。
边界轮廓的几何特徵,那种闭合的方式让他联想到了某种等价关係下凝聚成的低维子流形。
如果两个系统的规则等价,那它们就属於同一个相。
而那片叶子,如果它的边界和曲率不是由外部参数决定的,那它很可能就是这种代数分类的一个具体表现,一个相在几何上的投影。
不同的叶子,对应不同的代数结构。
零磁场下依然存在的骨架,意味著这个结构是稳定的,不依赖外场调节。
这种稳定性,通常意味著它的保护机制是拓扑的,不是对称性的。
肖宿隱约感觉到,这片叶子的几何,可能对应著某种他以前只在抽象代数里见过的组合规则。
如果真是这样,那这套规则应该能推导出叶子形状的约束条件,边界轮廓、曲率分布,都应该能用代数语言写出来。
要真是这样的话,那就有点意思了。