第四百八十四章
顧律挂斷了西蒙的視頻電話。
關于去波恩大學當訪問學者這件事，顧律因為時間的緣故隻能是推脫掉。
這倒是讓盧卡斯教授的如意算盤有些打空。
不過……
顧律向西蒙許諾，等他再次複出數學界的時候，倒是可以去德國那邊待上一段時間。
西蒙聽到顧律這樣說後很高興。
不知道是因為他可以再次見到顧律，還是因為顧律肯願意來他們大學。
結束了和西蒙的視頻通話後，顧律便翻閱起放在書桌上的那摞實驗數據。
實驗數據資料總共有十一份。
囊括了郭院士團隊在該課題上總共進行的十一次實驗操作。
十一次實驗，全部以失敗告終。
并且十一次還全部是那種徹徹底底的失敗。
顧律簡單了翻閱了一下手中的實驗數據資料。
從這厚厚一摞的資料中，可以明顯的看出，這十一次的實驗是完全沒有具有方向性的。
實驗參數的變化沒有固定的規律可循。
就像是個無頭蒼蠅一樣，在沒有目的性的亂轉。
完全就像是抽獎性質的實驗一樣。
随便輸入一串實驗參數進去，然後等待開獎。
中獎的幾率低的可憐。
顧律皺着眉頭全程把十一份實驗數據翻完。
怎麼說呢。
顧律可以從中借鑒到的東西很少。
因為這些實驗不僅全是失敗的，并且每次都和想要的實驗結果相差甚遠。
所以在翻完這些數據資料後，顧律隻知道了什麼不該去做，但卻不知道怎麼樣去做才是正确的。
“唉！”
歎了口氣，顧律将厚厚一摞的數據材料放在一邊。
從這堆數據材料中，顧律完全得不出什麼有用的信息。
與其如此，還不如自己思索方案。
顧律托着下巴，怔怔的望着電腦屏幕，開始思考起來。
石墨烯内部的自旋軌道耦合與淨核自旋現象，會影響石墨烯内部可存在的量子比特數目。
而想要提高石墨烯内部可存在的量子比特數目，就必須要消除這種影響。
可是怎麼消除呢？
艾亮的交給他的那十一份失敗的實驗數據材料證明，想要消除石墨烯材料内部的淨核自旋現象是個相當艱難的工作。
原因很簡單。
因為淨核自旋是石墨烯原子核的的重要性質之一。
原子核由質子和中子組成，質子和中子都有确定的自旋角動量，它們在核内還有軌道運動，相應地有軌道角動量。
所以這些角動量的總和就是原子核的自旋角動量，反映了原子核的内禀特性。
一旦消除了原子核的淨核自旋現場，顯然就意味着會消除石墨烯原子的特性。
石墨烯作為半導體材料優良的導電性将不複存在。
這種撿了芝麻丢西瓜的事，顯然不是改良石墨烯半導體材料性能的初衷。
但是……
淨核自旋現象的的确确會影響石墨烯半導體可容納的量子比特數目。
這就變成了一個很矛盾的問題。
消除淨核自旋現象吧，石墨烯半導體的優良導電性将不複存在。
但不消除的話，可容納的量子比特數目又被死死的限制住。
郭院士團隊在針對這個問題時，想到的一種理論上可行的解決方案。
那就是不完全消除石墨烯内部原子核的淨核自旋現場，僅消除其中的一部分。
這讓既保證了石墨烯自身的優良導電性，有增加了可容納量子比特的數目。
但理想很豐滿，現實很骨感。
顧律面前的這十一份失敗的實驗記錄便是證據。
這個方案雖然在理論上可行。
但難就難在，需要在這兩者之間找到一個恰到好處的平衡點。
究竟需要消除多少淨核自旋現象，才能保證在不影響導電性的情況下，增加量子比特數目。
這個‘量’很難讓人把握。
所以導緻郭院士團隊之前的十一次實驗全部以徹徹底底的失敗告終。
并且，在十一次實驗數據中，其中有七八份實驗數據得到的結果，是石墨烯半導體不僅失去了優良的導電性，并且可容納的量子比特數并沒有增加。
魚和熊掌都沒撈着。
顧律從書房的一側找出幾張草稿紙，平鋪在桌面上，用筆在草稿紙上畫出石墨烯的原子内部結構圖，然後列出幾個公式。
顧律正在試圖通過數學的語言計算出平衡點的所在。
一行行公式被顧律列在紙上。
半個小時後……
顧律将面前已經塗改的不成樣子的草稿紙揉搓成一團，丢進垃圾桶裡。
接着顧律整個人靠在椅背上。
不行，完全不行！
顧律的嘗試是以失敗告終。
因為他發現通過數學語言的公式推導計算，完全得不出平衡點的具體所在。
起碼現在是不行。
原因是在于可供參考的實驗數據實在是太少。
在極少實驗數據的支撐下，顧律完全連一個普适性的公式都推導不出來。
這種情況下，更不用說去求解平衡點的所在。
艾亮交給他的十一份實驗數據雖然挺多，但大部分是無用數據，可用的數據和參數實在是太少。
導緻顧律的公式推導完全進行不下去。
顧律開始嘗試另一種辦法。
那就是建立數學模型。
打開Matlab，顧律敲擊代碼，代入參數，很快就構建好一個基礎的數學模型。
接着顧律點擊運行。
運行的結果同樣沒有讓顧律滿意。
原因還是因為可用數據太少。
“看來，還是需要多次的實驗才可以啊！”顧律用手摩挲着下巴，輕聲開口道。
可是……
顧律又意識到一個問題。
要真的通過采取多次實驗得到有效數據的這種方式，那不和郭院士團隊曾經采用過的方法一模一樣了嗎。
但進行這樣的一次實驗，不僅需要耗費大量的時間，并且無法保證每次實驗得到的數據都是有效的。
因為那個‘平衡點’所在的位置在一個相當大的範圍内。
極有可能出現的情況是，五次實驗下來，可能就隻能得到一組有效的數據。
這樣的效率太過于低下。
并且，按照顧律的估計，想要搭建一個完整的數學模型，起碼是需要近五十組有效的實驗數據。
這工作量……
實在是有些太大了！