第四百八十四章 庞大的工作量
第四百八十四章
顾律挂断了西蒙的视频电话。
关于去波恩大学当访问学者这件事，顾律因为时间的缘故只能是推脱掉。
这倒是让卢卡斯教授的如意算盘有些打空。
不过……
顾律向西蒙许诺，等他再次复出数学界的时候，倒是可以去德国那边待上一段时间。
西蒙听到顾律这样说后很高兴。
不知道是因为他可以再次见到顾律，还是因为顾律肯愿意来他们大学。
结束了和西蒙的视频通话后，顾律便翻阅起放在书桌上的那摞实验数据。
实验数据资料总共有十一份。
囊括了郭院士团队在该课题上总共进行的十一次实验操作。
十一次实验，全部以失败告终。
并且十一次还全部是那种彻彻底底的失败。
顾律简单了翻阅了一下手中的实验数据资料。
从这厚厚一摞的资料中，可以明显的看出，这十一次的实验是完全没有具有方向性的。
实验参数的变化没有固定的规律可循。
就像是个无头苍蝇一样，在没有目的性的乱转。
完全就像是抽奖性质的实验一样。
随便输入一串实验参数进去，然后等待开奖。
中奖的几率低的可怜。
顾律皱着眉头全程把十一份实验数据翻完。
怎么说呢。
顾律可以从中借鉴到的东西很少。
因为这些实验不仅全是失败的，并且每次都和想要的实验结果相差甚远。
所以在翻完这些数据资料后，顾律只知道了什么不该去做，但却不知道怎么样去做才是正确的。
“唉！”
叹了口气，顾律将厚厚一摞的数据材料放在一边。
从这堆数据材料中，顾律完全得不出什么有用的信息。
与其如此，还不如自己思索方案。
顾律托着下巴，怔怔的望着电脑屏幕，开始思考起来。
石墨烯内部的自旋轨道耦合与净核自旋现象，会影响石墨烯内部可存在的量子比特数目。
而想要提高石墨烯内部可存在的量子比特数目，就必须要消除这种影响。
可是怎么消除呢？
艾亮的交给他的那十一份失败的实验数据材料证明，想要消除石墨烯材料内部的净核自旋现象是个相当艰难的工作。
原因很简单。
因为净核自旋是石墨烯原子核的的重要性质之一。
原子核由质子和中子组成，质子和中子都有确定的自旋角动量，它们在核内还有轨道运动，相应地有轨道角动量。
所以这些角动量的总和就是原子核的自旋角动量，反映了原子核的内禀特性。
一旦消除了原子核的净核自旋现场，显然就意味着会消除石墨烯原子的特性。
石墨烯作为半导体材料优良的导电性将不复存在。
这种捡了芝麻丢西瓜的事，显然不是改良石墨烯半导体材料性能的初衷。
但是……
净核自旋现象的的确确会影响石墨烯半导体可容纳的量子比特数目。
这就变成了一个很矛盾的问题。
消除净核自旋现象吧，石墨烯半导体的优良导电性将不复存在。
但不消除的话，可容纳的量子比特数目又被死死的限制住。
郭院士团队在针对这个问题时，想到的一种理论上可行的解决方案。
那就是不完全消除石墨烯内部原子核的净核自旋现场，仅消除其中的一部分。
这让既保证了石墨烯自身的优良导电性，有增加了可容纳量子比特的数目。
但理想很丰满，现实很骨感。
顾律面前的这十一份失败的实验记录便是证据。
这个方案虽然在理论上可行。
但难就难在，需要在这两者之间找到一个恰到好处的平衡点。
究竟需要消除多少净核自旋现象，才能保证在不影响导电性的情况下，增加量子比特数目。
这个‘量’很难让人把握。
所以导致郭院士团队之前的十一次实验全部以彻彻底底的失败告终。
并且，在十一次实验数据中，其中有七八份实验数据得到的结果，是石墨烯半导体不仅失去了优良的导电性，并且可容纳的量子比特数并没有增加。
鱼和熊掌都没捞着。
顾律从书房的一侧找出几张草稿纸，平铺在桌面上，用笔在草稿纸上画出石墨烯的原子内部结构图，然后列出几个公式。
顾律正在试图通过数学的语言计算出平衡点的所在。
一行行公式被顾律列在纸上。
半个小时后……
顾律将面前已经涂改的不成样子的草稿纸揉搓成一团，丢进垃圾桶里。
接着顾律整个人靠在椅背上。
不行，完全不行！
顾律的尝试是以失败告终。
因为他发现通过数学语言的公式推导计算，完全得不出平衡点的具体所在。
起码现在是不行。
原因是在于可供参考的实验数据实在是太少。
在极少实验数据的支撑下，顾律完全连一个普适性的公式都推导不出来。
这种情况下，更不用说去求解平衡点的所在。
艾亮交给他的十一份实验数据虽然挺多，但大部分是无用数据，可用的数据和参数实在是太少。
导致顾律的公式推导完全进行不下去。
顾律开始尝试另一种办法。
那就是建立数学模型。
打开matlab，顾律敲击代码，代入参数，很快就构建好一个基础的数学模型。
接着顾律点击运行。
运行的结果同样没有让顾律满意。
原因还是因为可用数据太少。
“看来，还是需要多次的实验才可以啊！”顾律用手摩挲着下巴，轻声开口道。
可是……
顾律又意识到一个问题。
要真的通过采取多次实验得到有效数据的这种方式，那不和郭院士团队曾经采用过的方法一模一样了吗。
但进行这样的一次实验，不仅需要耗费大量的时间，并且无法保证每次实验得到的数据都是有效的。
因为那个‘平衡点’所在的位置在一个相当大的范围内。
极有可能出现的情况是，五次实验下来，可能就只能得到一组有效的数据。
这样的效率太过于低下。
并且，按照顾律的估计，想要搭建一个完整的数学模型，起码是需要近五十组有效的实验数据。
这工作量……
实在是有些太大了！