第32章 难题初现隔空斗法（2 / 2）

的脸上，写满了疲惫和无奈。

他指着白板上密密麻麻的数学公式，说道：“我们要建立‘智能主轴’的自适应控制模型，就必须先对主轴这个复杂的非线性系统，进行精确的系统辨识。

但我们缺少一个关键的算法工具包，国内所有的文献里，都找不到解决这个问题的有效方法。

我们……我们被一道纯粹的数学难题，挡住了去路。”

李晓宇看着眼前这个因为遭遇挫折而有些沮丧的年轻人，笑了笑。

“走，我带你去个地方。”

他将林涛，带到了研中心顶楼，一间从未对外开放的，上了锁的房间。

房间里，只有一台电脑，和一部看起来很奇怪的，连接着电话线的机器。

“这是……调制解调器？”

林涛的眼睛，瞬间亮了，“这里……可以连接国际互联网？”

“通过一些特殊的渠道，我们可以连接上美国的学术网络。”

李晓宇言简意赅地解释道。

他熟练地开机，拨号。

在一阵“嘶嘶啦啦”

的噪音后，屏幕上，出现了一个绿色的，纯字符界面的登录提示。

这里，是麻省理工学院（it）人工智能实验室的（电子布告栏系统）。

李晓宇没有去搜索，而是以一个名为“redstar_”

的匿名id，在控制理论版块，布了一个新的帖子。

帖子的标题是：“一个关于高阶非线性系统实时辨识的理论探讨”

。

他没有求助，而是用一种探讨的、挑战性的口吻，将林涛他们遇到的核心数学难题，转化成了一个极具普遍性的理论模型，并给出了自己的一种不完美的解法，还在结尾处，对这种解法的几个缺陷，提出了疑问。

这个帖子，就像一颗深水炸弹，在平静的版块里，激起了巨大的波澜。

不到一个小时，帖子下面，就出现了第一个回复，来自一位id为“profesr_s”

的用户：“有趣的思路。

但你的状态观测器设计，在处理随机噪声时，会产生明显的滞后。

我建议你参考一下85年的那篇关于扩展卡尔曼滤波的论文。”

李晓宇立刻回复：“感谢您的建议。

但ekf（扩展卡尔曼滤波）在处理强非线性系统时，线性化带来的模型误差，是无法接受的。

除非，能引入一个自适应的协方差矩阵。”

“profesr_s”

很快又回复：“哦？自适应协方差矩阵？那你如何保证它的收敛性？这在数学上，还只是一个猜想。”

一场外人完全看不懂，但林涛看来，却不亚于一场“华山论剑”

的，顶尖高手的隔空学术对决，就这样，在上，用公开的帖子，激烈地展开了。

看着李晓宇那行云流水般敲击出的，一个个精准而深刻的数学名词和控制理论模型，林涛已经彻底呆住了。

他感觉自己的大脑，已经完全无法跟上这位年轻总工程师的思路。

半个小时后，在来回“过招”

了十几个回合后，那位“profesr_s”

，出了一句带着赞许的总结：“redstar_，你对这个问题的理解，出了我的想象。

也许，你是对的。

自适应协方差，或许真的是一个可行的方向。”

看到这句话，李晓宇退出了，关掉了电脑。

他转过身，看着已经完全石化的林涛，拍了拍他的肩膀，笑道：

“看到了吗？他已经把路给我们指出来了。

剩下的，就是我们自己，用实践，去把这个‘猜想’，变成‘现实’了。

走吧，我们有活干了。”