【本文来自《只是这样“热爱”理工科的学生，是没有资格进优质大学，请家长认清现实》评论区，标题为小编添加】
看这评论，应该是不了解现在的AI底层的神经网络算法在数学层面是什么样的思想，也不清楚人的脑神经元具有非线性处理能力，然后就觉得现在AI这条路就无敌了。
又因为不了解现在的数学和计算机科学领域在讨论什么问题，就觉得数学专业人员“基本就是这个水平”🤣🤣🤣。
最后，你也知道增加“逻辑层”会使参数指数级增加，就不知道对应的存储空间也要跟着指数级增加吗，“增加的就是显存”，显然没想过空间存储可能也是有物理上限的🤣🤣
ok，我刚刚把我的类比问了下deepseek，deepseek也觉得我的类比很糟糕，那看来确实是我的语文水平有待提高哈。
于是我让deepseek写了一个，能够反映数学研究特征和人工智能特征，您给过一下目？
数学是一座无限图书馆，藏书是由逻辑编织的定理与证明。数学家是读者与创造者，旨在理解已有知识并撰写全新的章节。
人工智能起初是精准的“图书管理员”，专司检索与计算，解决结构清晰的初等问题。通过学习海量习题与解答，它成长为“模仿写作者”，能组合已知证明步骤来破解竞赛级难题，但其过程更像文本仿写，而非理解思想。
进一步，AI成为“联想侦察员”。它分析全馆文献的深层关联，为研究者跨越学科壁垒提供意想不到的工具借鉴，辅助前沿探索。然而，面对最核心的悬疑猜想——那些馆中尚未存在的书籍——AI的局限显现。它缺乏构建全新逻辑架构所需的根本性直觉与创造性灵感。
因此，AI与数学是深刻的共舞。AI是强大的望远镜与计算器，扩展了人类探索的感官边界，承担验证与关联的重任。而数学家则被推向更纯粹的创造之境：提出原初问题、领悟结构之美、点燃下一个未知的灯塔。这场携手，是为了共同照亮更浩瀚的真理星空。
但，我还是不赞同AI的这种说法的，比如对BERT模型的几个变种，BERTtiny、LongFormer、deBert，都可以在YOLO上中找到绝大部分的数学思想，甚至往前追述CNN都能看到不少类似的想法。这还不是巧合的全部，你以为很高深的模型，本质上，这就是高中数学的换元法、缩放法........。LongFormer和高中不等式sin(x)<=x的解题思想上没有任何不同！你把高中数学竞赛的解题思考方法在transformer模型上全用一遍，就得到了现在各种模型的70-80%的变种了。这意味着什么，我就不展开说了，说完了又是一番无意义的争论。
当然，我的语文水平确实有问题，具象化表述不当，向各位道歉。