第300章 真理的启迪者 二(2/2)
原因很简单，这是由数学论文的性质决定的。
数学论文大致分为两类：一种是方法论的「工具类」，另一种是各种定理证明的「结论类」。
工具类的论文，像舒尔茨的「完备状空间」，这种属于「造轮子」。因为别的数学家需要用你造的轮子去解其他的题，所以这类论文的引用量会相对较高。
但即使是这样，数学界毕竟圈子太小，能看懂并使用这些高深工具的人全球加起来也就那麽几百个。一年能有二三十次引用，就已经算是数论界的热门爆款了。
而另一种「结论类」的论文，就更惨了。
比如张益唐证明了「素数间隙的有限性」，比如安德鲁·怀尔斯证明了「费马大定理」。这种论文极其伟大，但它们就像是海上的孤岛。一旦你证明了这个结论，这个问题就彻底终结了。
同行们只会把你的结论写进教科书的定理里，在后续的研究中直接默认使用，根本不需要丶也没办法在你的论证过程上继续添砖加瓦。
因为你把路都走死了，别人还引用你干嘛？
「所以，想靠纯数学论文在短期内刷出100的引用量，基本不太可能。」
……
既然数学这条路走不通，那就只能看其他学科了。
放眼当今学术界，什麽领域的论文引用量涨得最快？
毫无疑问，是那些处于风口浪尖的「显学」——比如生物医学，以及目前热度爆炸的AI！
在这些领域，只要你稍微提出了一个有效的新架构，或者跑出了一个比同行好哪怕一点点的数据，全世界成千上万个实验室就会像闻到血腥味的鲨鱼一样扑上来，用你的模型去跑他们自己的数据。那引用量，简直就像印钞机一样，「蹭蹭」往上涨。
徐辰顺手查了一下自己之前发表的《Logic Is All You Need》，那篇论文发表至今已经快一年了，目前的Google Scholar引用量竟然已经达到1380次！在同期的计算机顶会论文中稳居前列。
「果然，刷引用量还是得靠AI。」徐辰心中了然。
不过，系统这个任务的要求是「新发表」。
徐辰靠在椅背上，伸了个懒腰。
目前他的主要精力全都绑在哥德巴赫猜想和非交换拓扑几何上，脑子里的弦绷得紧紧的。让他现在突然停下手头的数学推导，花几个月时间跨界去构思一个全新的AI底层架构或者去水一篇深度学习的论文，这不仅会打断他好不容易建立起来的数论直觉，时间成本上也极其不划算。
「算了，这破任务先挂着吧。」
徐辰极其佛系地关掉了全息面板。
根据他以往的经验，这种带有一定偶然性的任务，往往就是你越想做越找不到方向；而当你把它抛到脑后，专心做自己的事情时，某种意想不到的机缘，反而会自己找上门来。
学术研究嘛，让子弹先飞一会儿。
……