他走上前，在“各向同性”的旁边，写下了另一个词——“熵”。
“秦博士，我想请教一下，”林浩问道，“我们的探测器，是否可以重建出每一次对撞事件核心区域，在极短时间内的粒子密度和能量密度分布？”
“可以。”秦川立刻回答，“这是最基础的数据之一，精度非常高。”
“那就好办了。”林浩说到，“我们可以将之前为‘动态拓扑抑制’模型设计的那个‘信息熵梯度’算法，进行改造。让它不再是去计算原子体系的熵，而是去分析每一次对撞后，在那片高温高密的‘粒子汤’中，局域熵的分布情况。”
“我的想法是，”他解释道，“‘量子玻璃’，作为一种理论上‘绝对无序’的状态，它所对应的熵密度，必然是极高的。一个在衰变产物角分布上高度各向同性，同时其诞生区域的熵密度又出现异常峰值的‘事件’，就有极大的可能性，是我们正在寻找的那个‘幽灵’。”
林浩的“工程思维”，从一个全新的“信息学”维度，为克劳斯的“理论滤网”，又增加了一层坚实的、定量的约束。
一个“几何”的，一个“热力学”的。
两条标准，互为补充，共同构成了一套强大而精准的筛选方案。
接下来的几天，办公室进入了高强度的协同工作状态。
克劳斯负责构建各向同性分析的理论模型，林浩负责将熵密度算法进行改造和优化，而秦川，则负责将他们两人的程序，与“神谕”那庞大而复杂的数据分析框架进行接口适配。
一周后，一套全新的、被他们命名为“幽灵捕手”的数据筛选程序，被正式整合完毕。
在秦川的帮助下，他们将这个程序，部署到了“神谕”专用的、由数万个计算核心组成的后台计算集群上，开始了对那7.5 PB海量历史数据的“重新打捞”。
计算的过程，是漫长而枯燥的。
他们经历了一次次的算法优化，一次次的参数调整，一次次的失败和重启。
终于，在连续运行了近七十二个小时后，程序完成了对所有数据的筛选。
控制中心的屏幕上，弹出了最终的结果。
在经过了亿万亿次的数据比对和筛选后，在那片浩瀚如星辰的数据海洋中，程序最终找到了三个，也是仅仅三个，同时满足“高度各向同性”和“局域熵密度异常峰值”这两个苛刻条件的“候选事件”。
林浩、克劳斯和秦川三人，几乎是同时从椅子上站了起来，死死地盯着屏幕上那三个被高亮标记出来的、在数据长河中转瞬即逝的坐标点。
他们的呼吸，都变得急促起来。
那三个微弱的、几乎要被背景噪声淹没的数据点，或许，就是通往一个全新物理学世界的、第一缕微光。
喜欢谁家读博士在地下室啊？请大家收藏：(www.20xs.org)谁家读博士在地下室啊？20小说网更新速度全网最快。