学的边界。
虽然“费马大定理”的证明，被数学家们批驳的体无完肤，方然自己，也不认为那一份证明具有数学价值。
但，基于“混沌”的表现，和nep_791、832等研究机构的报告，在陆续投入相当于160，000，000吨标准煤的资源后，方然几乎完全确信，假日时日，让“混沌”系统以数学证明为目标，强ai的确可以给出严谨的费马大定理之证明。
之所以没有尝试，原因，无外乎这一测试，并没有切实的收益。
费马大定理，不论安德鲁*怀尔斯的证明如何艰深，毕竟已经被证明过，其价值也着实很难映射到现实的生产或作战层面上去。
至于说，其他一些简单、明了的数学命题，“混沌”已经能给出证明。
“强人工智能”在数学领域取得的一些成就，暂时保密，并未让眼前这些科学家们知晓。
否则，自己真的说不好，这些出于各种动机而为效命的研究者，会不会精神崩溃，或者意志消沉，进而影响到nep大区的科研工作。
话虽如此，对学者们的指责，方然也不打算唾面自干。
即便这种讨论，简直就是在浪费时间：
“数学，是恒久的。
但是，恒久的是客观规律，而不是人类对其进行的描述。
人类的“数学”，这一庞大的学科领域，我们总以为她是绝对客观、绝对真理，这样讲究竟是不是正确？
并不尽然。
在本人眼中，数学，人类创造的数学，本质上不过是一种‘出于认识、分析、改造客观世界之需要，结合自身能力特质，而发明出来的一种工具’。
工具，明白吗？而不是客观规律本身。
同样是面对客观世界，人，计算机，自身条件有这么大的差异，如果抽象出来的表述，其体系形式反而一模一样，这倒是咄咄怪事：就譬如说，人类的数学中公式泛滥，但是在计算机系统中，又何尝需要什么公式？
公式，乍一看去，着实是可以很高深的学问。
可实际上呢，无非是人类的头脑，基础条件严重受限所致，‘缓存’太小，‘线程’单一，彼此间交流的手段，无非低频机械波与特定频段的电磁波，根本无法以原始状态处理、交流哪怕很简单的数学问题。
为记录一个实际问题，发明数字；
为归拢这些数字，间接的描述问题，发明集合；
为对数字进行处理、又无法直接传递处理方法，发明运算符号；
为处理离散序列或连续变量，发明函数，然后为了处理这些函数，又发明微积分；
微积分对很多序列、变量根本无能为力，再进行数值抽取，发明矩阵、数值计算与数论分析……
一步步走下去，逐渐脱离现实，数学的大厦高不见顶，到今天，其前沿已完全脱离生产实践，而成为专家口中‘自有其发展的客观规律，不宜视为一般自然科学’的另类，变得不太像一门自然科学。”