“说到底，人工智能是一个强实践性的学科。它的理论和可解释性薄弱，但性能突飞猛进，工业应用的价值很大。我觉得不管是实践派还是理论派，都需要客观认识这件事情，不要整天搞来回鄙视那一套。”

孟繁岐感觉，韩辞就已经开始有一点理论至上的味道了。“我个人认为，能够切实影响到人们的生活更加重要一些，可以感觉到自己的成果，理论这样真正基础的东西就交给你这样的天才去好好研究吧。”

倒也不是孟繁岐不想提前推进ai理论方面的进展，而是直到2023，ai的原理和可解释性始终没有什么进步。即便是鄂院士，在搞了一段时间的动力系统视角解释之后，做了一些理论贡献之后，也将注意力转移走了。

“得了吧。”韩辞翻了个白眼，“嘴上说不要搞鄙视那一套，转过头还不是说我们的研究对人的生活没有影响。”

“倒不是说你的研究就一定对生活产生不了影响，只是就这个学科和方向而言，可能理论方面的成果比较难出。即便出来了，也很容易和实验结果对不上。”

孟繁岐不是轻理论重实验，而是从ai起飞以来，实在有太多的未解之谜说不出答案。传统机器学习的理论和规律失效了太多。

多少人前赴后继地跳进ai可解释性的大坑，但到最后拿出来的却大多是比较牵强的解释，有点打哪儿指哪儿的感觉。

反而是一些偏重可视化的实践工作，对理解ai模型的模式帮助很大。

“更多的是被好奇心所驱动吧，我当时完全没有想到你在图书馆写的那个技术会取得世界级的突破。如今知道它的价值，确实十分好奇。”韩辞其实才是这个世界上第二个知道残差网络的人，只不过她当时只粗略一读，看了一眼摘要，没有机会细读，也根本没有太放在心上。