林燃点了点头，接着走到讲台前说道：“没错，他说的很好。
如果，我们可以通过数学变换，将这个问题，从一个搜索问题，变成一个求解问题？
我们目前遇到的困难，是在真实空间里为数万亿个独立的纳米天线，找到一个最佳的排布方式。
这个计算量是天文数字。”
但光学的本质，是波动。
任何一个复杂的波都可以在傅里叶空间被分解成一系列简单的平面波。
我们想要的那个完美聚焦的功能，在傅里叶空间里，其实是一个非常简洁、非常优美的数学表达式。
所以问题的关键，不再是如何排列天线，而是我们能否找到一种高效的算法，来建立真实空间的物理结构，和傅里叶空间的目标函数之间，那个唯一的、确定性的数学桥梁？”
在座的专家们觉得在听天书，只有魏哲隐约摸到了一点头脑。
“如果没有把握，我也不会叫大家过来。
天体物理学中用于处理望远镜图像畸变时，有一种算法叫相位恢复算法，我结合了量子计算中的酉变换思想，我开发出了一种全新的算法。”
林燃按了下鼠标，PPT切换到下一页：“迭代傅里-叶变换约束算法Iterative Fourier Transform Constraint Algorithm，IFTCA
这个算法，不再像无头苍蝇一样去暴力搜索，它的逻辑，更像是在解一个数独谜题。
暴力搜索，是把0到9所有数字，在每一个格子里都试一遍，直到找到答案。
而我们的IF-T-C-A算法，是为计算机提供了一套逻辑规则。
简单来说就是，我们先在傅里叶空间，定义好我们想要的答案，通过一次逆变换，将这个理想的答案，投射回真实空间，得到一个初步的、但充满错误的天线结构。
我们再用物理约束，去修正这个结构，把所有不符合物理规律的错误答案都擦掉，然后我们再将这个被修正过的、符合物理现实的结构，再通过一次正变换，投射回傅里叶空间，看看它现在变成了什么样子。
最后，我们将得到的结果，与我们最初想要的完美答案进行比对，计算出误差，将这个误差，作为下一轮迭代的修正参数，再重复一遍整个过程。
通过成千上万次的、在理想与现实之间的迭代修正，这个算法，并不会遍历整个解空间，它会沿着梯度下降最快的路
本章未完，请点击下一页继续阅读！