他滑动滑鼠，看着那群懂王们逐字逐句解析着他的想法，表情从沉思，到困惑，最後一副哭笑不得的样子。
「神经网络？拓扑边界？」
这都什麽跟什麽？
他承认，那群普林斯顿的疯子们确实有两把刷子，把一个八竿子打不着的东西硬是解释得头头是道，甚至还引用了格罗莫夫的理论。
但问题是，他们从根上就想错了。
这行式子哪里是什麽深度学习的拓扑边界？
什麽无穷维巴拿赫函数空间，神经网络特徵提取，数据流形畸变，全是这帮数学人结合当下深度学习热潮脑补出来的解读。
他们猜对了拓扑，猜对了极小极大泛函结构，甚至猜对了几何畸变的核心逻辑，唯独猜错了这道式子的源头。
简单来说，这根本就不是为深度学习写的。
当时的他，无意间想到了一个数学问题，脑子里突然冒出了这麽一个灵感。
灵感来的时候，像是黑夜里的闪电，整个世界都在那一瞬间都被照亮了，它走的时候，却像是拔掉U盘却忘了点安全弹出，经过这一遭，文件估计都被损坏了。
对於普通人来说；一个一闪而过的念头；忘了也就忘了；大脑会自动将甚归入无用信息，放入回收站，过几天就清空回收站，留不下一点痕迹。
这就像是哼起一句忘了歌名的旋律，挣扎几分钟後，大脑就会告诉你：「算了，不想了，我们去看会儿吧。」
但对於漆昊这种级别的学霸来说，处理方式就不一样了。
那个灵感虽然消失了，但它遗留下来的那个式子还在。
「见鬼了，总不可能我被拉马努金附体了吧？」漆昊关掉网页，靠在椅子上，闭上了眼睛。
「先用排除法来理一遍。」
「L（n）=inf—{Ψ∈n}sup—{∈I^5}M（Ψ（））这种结构，明显是在一个函数空间里寻找一个最优解，而且这个解还受到一个最坏情况的制约，这是典型的极小极大问题，常见於博弈论、控制论和几何分析。」
「≥2π2，一个如此具体的常数下界，不可能是凭空冒出来的，它必然是某个基础几何体或者物理过程的本徵值，π的平方，让人很容易联想到傅立叶级数、量子能级，或者球体的体积公式，这味道，更偏向几何和物理。」
「最近我在看几何分析的书，应该和这个有关系。」
时间一分一秒地过去，漆昊感觉自己跟
…。。