我说对白马非马问题要层层分析。直觉主义数学有个极具争议的任何函数都连续的定理，计算机深度学习是否要继承这一点，怎么改进？

直觉主义数学中任何函数都连续，意味着连续性概念失去意义。所以上述问题就是计算机深度学习是否需要把某些重要性质用连续性来描述。

不理解逻辑主义、直觉主义、形式主义争论和哥德尔不完备定理的本质，就不知道怎么改进。

对应用新问题，首先需要好的直觉，然后才能决定能否把直觉描述成数学。好的直觉从哪里来，这里不展开。直觉好不好，由自然规律通过实验、实践决定。需要正确、有效的逻辑设计规范实验、推导实验结果。

逻辑决定对错。所以在应用新问题上，逻辑比数学重要。数学可以帮助找出问题能否解决的上限以及对上限以下问题的精确计算。所以，逻辑不同于数学，在两个方向都有不等因素。

计算机基础课离散数学只能介绍极为简单的集合论和古典逻辑。较复杂的逻辑需要从集合延伸到拓扑、希尔伯特空间、流形等等，科学逻辑需要引入新的概念、结构和机制。这些根本不可能在离散数学课程里详细介绍。

跟现在的离散数学课程内容也没关系，跟离散数学的缺陷和不足倒有关系。我曾将有些内容在竞赛获奖者和少年班学生混合组成的试点班离散数学课程里提过，学生都lost了。估计一般情况下需要前沿研究性大学研究生程度。不过文学城有位研究生高才谈逻辑，但连逻辑主义和直觉主义的本质区别都没搞清楚。科学不是真理，但跟真理有特殊和重要的关系。

那时我已认识到递归理论的不足。后来深度学习开始流行，但我早知道Universal Approximation Theorem、word-embedded vector space、Hibert space的本质缺陷，manifold理论并不能解决这些缺陷。

当然还有比上述种种更严重的问题。别人真的套出口风来了？从别的老师那里能学到答案？

听得出来，您对这些问题缺乏了解。这里讨论深度问题也不太合适。我只是提醒白马非马问题远比想象的复杂。关键是看黄仁勋先生能不能理解。他在文学城应该有拥泵。

为防止别人曲解，再作些介绍。但多说没用，别人存心曲解，利用诡辩总能制造误导。关键是他们应该提供公正实验平台，问题就很容易解决。但他们不愿意，所以是他们的责任。

也没指望他们认真对待。前沿研究性大学的眼光应该比企业看得更远，而不是跟着他们走。