語文課下課鈴響起的瞬間，高三（7）班緊繃的空氣才重新開始流動。

掌聲散去，但那種混合著驚異與探究的目光，如同實質般匯聚在林允寧身上。

孟慧蘭離開前，深深地看了他一眼，眼神里既有發現璞玉的驚喜，也有一絲難以置信的困惑。

后排，導演劉偉已經放下了那個寫滿筆記的本子，他沒有再對攝影師小王下達任何指令，只是雙臂環抱，靜靜地觀察著。

作為一名從業近二十年的資深媒體人，他瞬間意識到自己錯得有多離譜。

他原本想拍一個“故事”。

但眼前這個少年，其本身就是一種“現象”。

對于現象，任何預設的劇本都是一種褻瀆。

最好的方式，就是記錄。

“小王，”

他終于開口，聲音平靜卻有力，“從現在開始，忘掉分鏡。用你的直覺去捕捉，我不要漂亮的構圖，我要真實的細節。”

下一堂是數學自習。

張老邪依舊抱著他的保溫杯，在教室里用他特有的方式巡視。

但這次他沒有靠近林允寧，只是遠遠地點了點頭，給了他一個“你小子自己安排”的眼神。

林允寧終于能清靜地打開那臺IBM ThinkPad X40。

Windows XP的經典開機畫面過后，閃動的QQ頭像帶來了韓至淵的消息。

【組長—韓至淵】：合成數據生成器已經部署好。你的第一個考驗，現在開始。讓我看看你的算法。

【附件：synthetic_data_generator.py】

林允寧下載了附件，打開仔細瀏覽了一遍，迅速讀懂了腳本的邏輯：

程序會生成一組包含已知非諧參數的、理論上完美的拉曼光譜，然后用一個儀器響應函數（IRF）對其進行卷積，最后再疊加上一層高斯白噪聲。

這就是韓至淵給他的第一個考驗，一個預設的“靶子”。

或者說，一個充滿了偽裝、干擾和噪聲的“密文”。

他要做的，就是從這團亂麻中，用自己那套“帶約束的反演算法”，不差分毫地將最初的“明文”給反算出來。

林允寧沒有急著敲代碼，而是先運行了腳本，生成了一張圖。

屏幕上，出現了一條充滿了毛刺、雜亂無章的曲線。

這就是一個實驗物理學家每天都要面對的、最真實的“敵人”——被噪聲和儀器效應污染過的原始信號。

“導演，他……”

小王壓低聲音。

“他在做研究。”

劉偉的目光銳利，“別出聲，看下去。”

林允寧的眉頭，微微皺起。

他首先嘗試了自己之前處理實驗數據的那套算法：

傅里葉變換下的直接反卷積。

這在理論上是可行的，通過除以儀器響應函數的傅里葉變換，就能得到原始信號。

他很快寫好了幾十行代碼，按下運行。

不到一分鐘，結果圖彈出——屏幕上是一片徹底崩潰的雪花噪聲，狀若心電圖最后的瘋狂抽搐。

失敗了。

“嗯？”

劉偉的眉毛揚了一下，非但沒有失望，眼中反而閃過一絲更濃厚的興趣，“有意思，他碰壁了。”

對導演而言，一帆風順的神話，遠不如天才在碰壁后憑借自身力量解決難題的“故事”來得動人。

林允寧看著那張失敗的圖，臉上沒什么表情，只是指尖在桌上有節奏地敲擊著。

他立刻就找到了問題所在：

直接反卷積，在數學上等同于用一個很小（甚至趨近于零）的數去除另一個數，這個過程會將原始數據中本不明顯的噪聲無限放大，最終導致結果完全崩潰。

在信號處理領域，這是一個經典的“病態問題”（ill-posed problem）。

“呵，果然讓陳師兄說中了，想走捷徑，門兒都沒有。”

他低聲自語。

不能硬解，那就只能換個思路。

問題的核心，是信息不足。

而他手里唯一被忽略的額外信息，就是物理定律本身的約束——Kramers-Kronig關系。

他意識到，K-K關系在這里不應該被當作一個簡單的“變換工具”，而是一個必須被嚴格遵守的“物理先驗”。

他的最終答案，無論如何都必須滿足這個約束。

那么，解題的思路就從“一步到位的求解”，變成了“戴著鐐銬的尋找”。

也就是，建立一個本身就滿足K-K約束的理論模型，然后通過迭代優化的方法，去尋找一組最優的模型參數，讓這個模型產生的結果，去無限逼近那份帶噪聲的實驗數據。

這，才是解決這類反演問題的正道。

而這整個算法的核心，就是那個在模擬空間里讓他碰壁的幽靈——

希爾伯特變換。

理論上，希爾伯特變換像一個完美的數學“翻譯官”，能將光譜的實部與虛部進行精確互換。

但這個“翻譯官”有個毛病——

他必須讀完從宇宙大爆炸到熱寂的所有信息，才能開始工作。

可現實是，實驗數據永遠只是一個有限的片段。

讓一個處理無限信號的“翻譯官”，去翻譯一本殘缺不全、只有幾百個單詞的“書”，結果必然是災難性的。

這就是問題的癥結所在。

“說來說去，還是繞不過去這個坎兒啊……”

想通了這一點，林允寧將那本Rudin的《泛函分析》又拿到了面前，快速翻到關于“希爾伯特空間與算子”的章節。

他之前在《數學物理方法》里學過希爾伯特變換，但理解停留在“怎么解決物理問題”的層面。

現在，想要完善反演算法，他需要從更底層的數學結構去理解它“為什么是這樣”。

【檢測到前置知識《數學物理方法》，主體知識《泛函分析》已閱讀，知識模塊【希爾伯特變換】已收錄！】

他立刻進入模擬空間。

【注入模擬時長：500小時，指定模塊：【希爾伯特變換】】

【模擬開始…】

【第45小時，你徹底打碎了實空間積分的牢籠，躍遷至頻域上帝視角。你洞悉了希爾伯特變換的本質——它并非一種變換，而是一種對所有頻率分量進行π/2相位旋轉的宇宙法則。認知框架被徹底重構。】

【知識模塊‘希爾伯特變換’等級提升：LV.0 -> LV.1概念認知】

【第198小時，你掌握了在頻域中利用快速傅里葉變換（FFT）實現卷積運算的范式。通過構建一個sgn(ω)的符號函數，你成功繞開了實空間中那個無窮積分的陷阱。】

【知識模塊‘希爾伯特變換’等級提升：LV.1 -> LV.2范式掌握】

【警告：缺少前置知識模塊【復變函數 LV.2】，無法繼續模擬提升！】

【模擬結束。】

【模擬時長剩余：4199小時30分鐘】

林允寧睜開眼，長出了一口氣。

LV.2，足夠支撐他構建一個數值穩定的優化模型了。

下一秒，他現實中的雙手，動了。

這一次，他敲擊鍵盤的聲音不再像之前那般狂風暴雨，而是變得沉穩、精準，富有節奏感。

他沒有從頭寫起，而是引入了科學計算庫SciPy中的優化模塊least_squares。

import numpy as np

from scipy.fftpack import fft， ifft

from scipy.optimize import least_squares

“他好像想明白什么了……”

劉偉敏銳地捕捉到了這一點，“看他的氣質都不一樣了，好像胸有成竹似的。”

大導演并沒說錯，此時林允寧的思路清晰無比：

第一步，先對包含噪聲的實驗數據進行傅里葉變換。

第二步，利用K-K關系（希爾伯特變換）構建物理響應的復數模型。

第三步，將理論模型卷積上儀器響應函數。

第四步，在頻域中，將理論結果與實驗數據進行比對，計算它們的加權“卡方殘差”。

第五步，通過加權最小二乘法，不斷優化理論模型的初始參數，直到縮減卡方（χ2/自由度）≈1為止。

這是一個完美的閉環。

他定義了一個目標函數，其輸入是待求解的模型參數，輸出是理論模型與實驗數據之間的殘差。

在這個目標函數內部，K-K約束被作為模型的固有屬性嵌入其中。

然后，他將這個復雜的、非線性的優化問題，直接扔給了身經百戰的least_squares求解器。

這是一種極為現代且高效的科研思維——將物理問題精準地抽象為數學模型，然后交給最專業的工具去求解。

他寫完代碼，設置好初始參數，按下了運行鍵。

筆記本的風扇再次發出輕微的嗡鳴。

這一次，屏幕的控制臺上，一行行日志飛速滾過：

Iteration 1: Chi-squared = 152.78

Iteration 2: Chi-squared = 45.12

...

Iteration 17: Chi-squared = 0.03

Convergence reached.

代表著誤差的數值，以肉眼可見的速度，穩定地、不可阻擋地向零逼近。

這過程，不再像之前的“一蹴而就”，而更像一場精密的、步步為營的圍剿。

然后，那個繪圖窗口，再次彈了出來。

窗口里，依舊是兩條曲線。

一條黑色的“真值”，一條紅色的“反演結果”。

兩條曲線，在噪聲水平內高度一致，幾乎重合在了一起！

在主圖下方，那條代表著誤差的藍色線條，圍繞零軸隨機起伏，波動幅度與疊加的噪聲水平相當。

看著屏幕上的兩條曲線，林允寧終于露出了笑容。

一股源于智力巔峰的愉悅感，如同暖流般從脊髓深處升起，瞬間沖散了連日來的疲憊。

這種快感，比世間任何娛樂都更令人上癮。

成功了！

第一關，通過！

宋子陽在旁邊已經看傻了，他完全無法理解發生了什么，只覺得“寧神”對著電腦敲了一會兒，屏幕上就出現了他這輩子都看不懂的圖。

林允寧滿意地伸了個懶腰，截下圖，發給了韓至淵。

后排，攝影師小王的手臂已經有些發酸。

但他不敢動，生怕錯過任何一個細節。

劉偉則緩緩地吐出一口氣，他拿起自己的筆記本，劃掉了之前寫的《寒門貴子》，然后，一筆一劃地寫下了新的標題。

這一次，他沒有再改。

“小王，”

他低聲說，語氣里帶著一種發現了新大陸的篤定，“這次，我們的主題，不是天才，也不是科學。”

他看著林允寧那個在普通校服下顯得有些單薄，卻又無比沉穩的背影，緩緩說道：

“是‘一個年輕的科學家’。從現在起，我們不用費力去解釋他做了‘什么’，我們要做的，是記錄下他看待這個世界的‘方式’。”

就在這時，林允新生電腦右下角的企鵝頭像，再次閃動起來。

是韓至淵的回復。

【組長—韓至淵】：不錯。迭代收斂得很快，恭喜你過了第一個考驗。

【組長—韓至淵】：現在，試試這個。

【附件：real_data.zip】

……