严毅有些头皮发麻。
他虽然才大二，却也跟着老师出入过一些会议，上一次见到老师如此称呼的那个人，是科学院院士！
难道，这位跟陈辉聊天的老人，也是院士？
自己大一还在玛卡巴卡，这个家伙都已经开始跟院士接触了吗？
若是能成为院士的学生，能够获得的资源是不可想象的，未来必然一片坦途……
“存在性和质量间隙，你准备先从哪个方向入手。”
王寰宇走后，郑楠柠才继续对陈辉说道，两人就像是一对爷孙，在校园中悠闲迈步。
“质量间隙像是隐藏在宇宙黑洞中的宝藏般令人着迷，但存在性是一切的基础，我准备先证明存在性问题，再徐徐图之。”
陈辉诚实回答到。
郑楠柠点头，继续问道，“目前杨-米尔斯研究的前沿方向有三个，你觉得哪个方向最可能完成突破？”
这个问题陈辉还当真没有想过，但刚刚了解完这三个方向，似乎也是时候考虑这个问题了。
拓扑量子场论重构方向数学结构清晰，抗干扰性强，基于非阿贝尔规范场的拓扑不变量，如陈数、瞬子数，可直接关联杨-米尔斯理论的模空间与物理态的分类。
但当前研究集中于二维/四维流形，高维推广需突破规范场紧致化技术，并且拓扑态与标准模型中的规范场对应关系尚未完全明确，实验可观测性存疑。
但这是最适合陈辉的方向，他的数学物理基础扎实，代数拓扑和范畴论也是信手拈来，能够轻松入门并深入研究，或许能很快就将这个方向的研究带入新的境界。
机器学习辅助证明，这无疑是陈辉薄弱的方向，但这同样是非常有意思，也很可能出成果的方向，如今数学界的年轻科学家们，比如舒尔茨和陶哲轩，都在积极推进人工智能在数学研究中的应用。
其强大的计算能力能够让瞬子解计算效率提升300倍，在处理高维问题时，神经网络可拟合非线性偏微分方程的复杂解空间，比如杨-米尔斯方程的瞬子模空间。
但它的问题也是最大的，黑箱模型难以提供严格的数学证明，依赖数据质量与训练集设计，数值解可能偏离物理真实。