陈省身的一个问题，被神经网络和岩石力学同时回答了

本文是 B 站视频 BV1U2j863EsL「神经网络无意中推进了数学——和石根华老师漫谈《AI 和数学》」的深度反写。配套原文：Chern’s Question, Answered by Two Worlds at Once — Wayland Zhang。

这篇文章不打算把几个相距很远的名字硬连成一条线，而是把三层不同性质的内容拆开来讲：

• 史实层：石根华从北大代数拓扑走到岩石力学，1991 年提出数值流形法（NMM），后来马远和石根华把相关直觉进一步整理成 Deep Manifold 框架。
• 方法层：NMM 为什么能处理裂缝、断层、复杂边界，关键不在口号，而在它把近似空间和真实材料边界拆成了两套覆盖系统。
• 解释层：Wayland 和 Deep Manifold 为什么会认为，神经网络在训练中也长出了一套与 NMM 相似的“分片 + 堆叠 + 迭代”结构。

把这三层分开，文章会更清楚，也不容易把“已经在工程里站稳的方法”与“仍在发展中的解释框架”混在一起。

§0 一句话核心

1991 年，陈省身写下对石根华数值流形法的评语，同时留下一个更大的悬念——“piecewise-stacked manifolds 能否扩展到任意复杂区域？”

围绕这个问题，后来出现了两种彼此独立的回答。第一种回答来自岩石力学：石根华用 NMM 给出了一个工程上很扎实的解法，让连续数学真正进入裂缝密布的复杂区域。第二种回答来自人工智能：在 Wayland 与 Deep Manifold 的解释里，神经网络训练出的表示空间，也呈现出一种“局部可参数化、整体靠堆叠与迭代组织”的几何形态。

后面各节依次展开四件东西：

1. 陈省身留下的悬念到底是什么，以及它为什么会落到石根华这里
2. NMM 的双覆盖机制到底解决了什么问题，这部分是工程上最扎实的内容
3. Wayland / Deep Manifold 为什么会把神经网络也读成一种“数值流形”
4. 不动点、逆问题和训练稳定性之间，到底哪些是成熟语言，哪些还是解释性推进

§1 阅读路径

• 只想看结论：§0 + §3 总览 + §16 再压缩
• 想先分清哪些是史实、哪些是解释：§0 + §7 + §15
• 想看数学史脉络：§4 流形谱系 → §5 中国传承 → §6 中国分支
• 想看 NMM 的核心机制：§7 双覆盖 → §8 一个 token 如何流过系统
• 想看不动点与大模型训练：§9 不动点语言 → §10 逆问题视角
• 想看"为什么由这两个人来完成"：§12 马远 → §13 推进数学的人往往不是数学家
• 第一次读：按顺序走，§6 / §9 / §11 是骨架

§2 总览图：一张数学史的迁徙图

把这次对话涉及的所有人物和线索摊在同一张图上：

数学史迁徙图（B 站 BV1U2j863EsL 配套）

─── 流形谱系（西方） ───────────────────────────────
Riemann (1854, 多值函数 + 流形种子)
   │
   ├─ Borel/Lebesgue (开覆盖 + 紧致性)
   │
   ├─ Poincaré (1895, Analysis Situs + 同调)
   │
   └─ Chern (1940s, Chern classes + 现代微分几何)
           │ 评语 + 留下的更大问题
           ▼
─── 中国传承 ────────────────────────────────────────
Jiang Lifu (姜立夫)  ← Chern 与江泽涵共同的老师
   │
   ├─ Jiang Zehan (江泽涵, 北大代数拓扑奠基人)
   │     │
   │     ├─ Boju Jiang (姜伯驹, Nielsen 不动点理论)
   │     │
   │     └─ Gen-hua Shi (石根华, 1963 北大数学系毕业)
   │           │
   │           ├─ 1968-77 全空间赤平投影
   │           ├─ 1980+ 块体理论 + DDA（与 Berkeley Goodman）
   │           ├─ 1991 NMM（数值流形法）── Chern 高度评价
   │           └─ 2013 系统构建接触理论
   │
─── 第二条隐藏线索：逆问题 ──────────────────────────
Hadamard (1902, 适定性三条件)
Radon (1917, Radon 变换 → CT 数学基础)
Tikhonov (1943/1963, 正则化)
Gelfand-Levitan (1951, 谱逆问题)
Faddeev (1950s-60s, 高维逆问题)
   │
   ▼
─── 工程交汇点 ──────────────────────────────────────
Yuan Ma (马远, 同济土木 1986 → 微软研究院)
   │ 1989-99 师从石根华
   │ 2024+ 与石根华正式合作 → Deep Manifold 理论
   │
   ├──── AI 侧 ────────────────────────┐
   │ 神经网络（无人告诉它要长成 NMM, │
   │   它从数据里自己学到了一个）       │
   │                                  │
   └──── 工程实践 ────────────────────┘
       LLM 训练 / Wayland Zhang (waylandz.com)

这张图上有两条关键交叉：

• 垂直交叉：Chern 的评语（1991）同时落在"流形谱系"和"中国传承"的交点上
• 横向交叉：马远一个人同时站在"石根华-NMM"和"微软-AI"两张完全不同的地图之间

第一条交叉基本属于可核实的学术史，第二条交叉则解释了为什么这套说法会在 2020 年代重新浮出水面。需要提醒的是：从这里往后，NMM 的工程机制本身是成熟内容；把神经网络读成“学出来的数值流形”，主要属于 Wayland / Deep Manifold 的解释框架。把这层界线先立住，后面的类比才不会失真。

§3 三组张力

Wayland 在这次对话里反复回到三组张力，称之为"数学家的三个老梦"。文章的每一步都在回应它们：

三组张力沿一条主轴串起来：局部可计算、整体可组装、变化可学习。流形解决第一组，NMM 把第二组带进工程现场，神经网络则把第三组推到了数据驱动的极端。至于它们是否最终能在同一套不动点语言里被完全统一，正是 Deep Manifold 想推进、但也仍在推进中的部分。

§4 第一条主线：流形的西方谱系

数学里有一条埋得很深的线，主题只有一句话：整体如何由局部构造。

4.1 Riemann：种子

Riemann 研究多值函数时碰到了一个麻烦。把 $\sqrt{z}$ 摊在复平面上，绕原点一圈回来，函数值就变了——同一个位置对不上同一个值。数学家的本能反应是加限制条件把这种"多值"压下去，但 Riemann 走了相反的路：与其在一个平面上强行压制多值性，不如给每一条可能的值单独铺一层曲面。层与层在分支点处像螺旋楼梯一样连起来——每层局部正则可微，整体却能容纳分支与奇点（这里的"奇点"不是函数炸开的地方——$\sqrt{0}=0$ 是有限值——而是函数无法被单值定义的点：绕着它走一圈，值就变了。这种奇点叫分支点，Riemann 面的层正是在这里交叠起来的）。

这就是流形思想的种子：整体可以极复杂，但局部必须简单，简单到能做微积分。你把地球切成一片片地图，每片地图是平的，返回航线跨过纸的边缘时你进入了另一片——但这个"跨过边缘再回来"的手续本身就是流形的定义。

4.2 Borel 和 Lebesgue：基础工

Borel 和 Lebesgue 为这套直觉补上了工程基础——开覆盖和紧致性。问题很具体：给你无穷多局部片段，什么条件下你能从中挑出有限多片就覆盖整个对象？有紧致性就有有限子覆盖；没有紧致性，“用局部组装整体"可能永远在逼近中，但永远差着无限片。

没有这一步，“拼地图"只是几何直觉；有这一步，它变成了一套可以给定输入产出结果的计算语言。Poincaré 之后再回头看 Borel-Lebesgue 的条件，会发现他们实际上在为"流形上的数值计算合法性"铺路——只不过当年还没人知道数值计算会用上。

4.3 Poincaré：把形状变成可计算的

Poincaré 把这件事代数化。靠单纯形（三角形的高维推广）、边界、黏合操作，他把"局部片段怎么拼成整体"变成了一个可以逐步骤验算的过程——一个流形就是一组局部片段按相容规则拼起来的东西。“覆盖”（covering）这个词从他开始有了精确含义：不是"大概盖住”，而是一套严格的开集族加上黏合函数，每步都能回溯。

同调理论就是在这个框架下自然出来的——不同拼法会产生不同的"洞结构”，这些洞的计数和分类成了区分空间的稳定不变量。一个世纪后，研究者把同调工具搬到了神经网络上：计算模型内部表示里的"洞"来追踪学习过程中几何结构如何演化——Poincaré 一百二十年前发明的工具，正在被用来理解他从未见过的机器。

4.4 Chern：擦亮那扇窗

陈省身把这条线收束为现代微分几何。回头看，数学每隔几十年就在做同一类"推广"，节奏惊人的整齐：

每一步用的都是同一个动作：先承认整体太复杂，直接处理不了；再退到局部找规则；最后用覆盖的语言把局部重新组装成整体。陈省身做的事是把这套几何语言壮大到能承载微分方程，并且接通真实的物理世界。

陈类是这个动作最漂亮的落地。曲面各处有各自的弯曲量（局部），沿整个曲面把这些弯曲量积起来，得到一个整数（全局）——不管你怎么拉伸、扭曲这个曲面，这个整数都不变。它把几何变成了拓扑标签，肉眼看不出的等价性它一眼能判。

江泽涵反复讲一句话——“透过微分方程的窗子，数学家看见了真实世界的光”。陈省身这一步，等于把窗玻璃擦透了。他把微分几何从光滑的、理想化的空间，一路带到了可以直面不连续、分片的、任意复杂区域的理论前沿。

擦干净这扇窗，下一个问题自然就是：透过它，能看到什么？

§5 第二条主线：流形到中国——江泽涵的代数拓扑

这条线到中国时，根上有一个常被略过的名字：姜立夫（Jiang Lifu）。后来改写中国几何与拓扑的两位——陈省身和江泽涵——都是他的学生；后来在不动点理论走得很远的姜伯驹（Boju Jiang），是他的儿子。看上去分散的分支，出土的根是同一个。

江泽涵把代数拓扑带进北京大学，带出了一整支人。这支人里两条分支走得特别远，而且落在同一个主题上：不动点。

• 姜伯驹——走纯粹的 Nielsen 不动点理论，在国际上属于这个领域的代表性工作（他的 Nielsen 不动点理论专著是该领域的标准参考文献之一）。他问的问题是：给定一个映射，不动点能有多少个？它们按 Nielsen 类怎么分？（多说一句"不动点类"的直觉：揉一团面，面里可能有好几个点在揉之前和揉之后位置不变。这些点之间能不能靠连续变形彼此到达？能到达的算同一类，不能到达的算不同的类。Nielsen 理论不数点，数类。）
• 石根华——1963 年北大数学系毕业，留校成为江泽涵的研究生，主攻代数拓扑与不动点理论。他后来问的是另一个问题：不动点不是三个孤立问题（存在、唯一、稳定），而是一类东西。这"类"的结构本身有没有规律？

陈省身也曾在石根华的博士委员会上——这条线又绕回了陈省身自己，也预示了 1991 年 NMM 获得的那段评语。

到此为止，石根华是一个标准的拓扑学家。他不寻常的地方在接下来——他没有留在纯数学，而是把不动点和流形的全部技能指向了岩石。

§6 第三条主线：石根华从拓扑走向岩石

1968 到 1977 年，他首创岩体稳定分析的全空间赤平投影方法与几何方法。1980 年后，系统完善块体理论，与 Berkeley 的 Richard Goodman 合作发展出块体切割、单纯形积分、非连续变形分析（DDA）——这些都是做岩石力学绕不开的工作。

1991 年，他创立数值流形法（Numerical Manifold Method, NMM），得到陈省身高度评价。2013 年，系统构建接触理论。

江泽涵那句"透过微分方程的窗子看真实世界"，到了下一代被分成了三份工作：

• 陈省身：证明微分方程能描述真实世界（这是可能的）
• 丘成桐：发展怎么描述（几何分析方法）
• 石根华：承担最难的问题——如何在任意复杂的真实区域里真正把它算出来

一个研究不动点的拓扑学家转身去算岩石会不会崩塌，表面上像是离开了数学，其实更像是把数学带到了它平时很少直接面对的地方。陈省身当年那个更大的问题——“piecewise-stacked manifolds 能否扩展到任意复杂区域”——石根华后来是在工程现场把它一点点做实的。

石根华的选择里面藏着一个很深的数学直觉：不动点理论关心的是一个映射作用下"停在原地的点"，而岩石的稳定性问的也是——在重力和地应力的作用下，哪些部分会"停在原地"，哪些会滑出去？ 两个问题在结构上是同一个问题。

§7 NMM：双覆盖机制是第一重、也是最硬的回答

先把 NMM 放回数值计算的家族里看：

传统方法面对裂缝时的思路很直接，也很贵：裂缝走到哪，网格就得跟到哪。一条断层穿过坝基，有限元网格通常要跟着重切、重编号；裂缝一动，离散系统往往也得重来。NMM 的关键价值，就在于把“真实几何很复杂”这件事，从“近似骨架也必须一样复杂”里拆出来。

这一点不是后人硬套的比喻，而是 NMM 文献里的原生结构。石根华 1991 年的 Manifold method of material analysis 以及后续综述，都把系统明确分成两套覆盖：

• 数学覆盖（mathematical cover）：分析者选定的近似骨架。它连续、规则、允许局部展开，决定你用什么函数族、什么精度去逼近解。
• 物理覆盖（physical cover）：真实问题域切出来的部分。边界、材料界面、断层、裂缝、切割线都在这里，它决定“材料实际上长什么样”。

关键不是把二者并排摆着，而是让它们相交。更准确地说，数学覆盖先提供一套规则近似空间，物理边界再把它切出真正参与计算的局部区域；计算单元不是先天给定的，而是两套覆盖系统相遇后的结果。

打个比方。你先铺一层规则、连续、可拉伸的透明薄膜，那是数学覆盖；再把它放到一块已经裂开的岩石上，那块岩石的边、缝、断面是物理覆盖。真正进入计算的，不是整张膜，也不是整块岩石，而是两者贴合后形成的那些局部区域。岩石可以裂，膜不用跟着裂；裂缝的信息通过切分和相交进入方程。

“任意复杂区域”这句话真正有分量的地方就在这里：数学覆盖负责近似能力，物理覆盖负责真实边界，复杂性主要留在切分与相交这一层，而不是灌进整个近似骨架里。 岩石再复杂，你也不必先造出一张和它一样复杂的全局网格。

也正因为如此，NMM 能把连续变形、不连续接触和自由面追踪放进同一套语言里处理。对工程界来说，这已经足够构成对陈省身问题的第一重回答，而且是最扎实的一重回答。

§8 第二个世界的回答：在 Deep Manifold 视角下，神经网络也像一种“数值流形”

这里先把话说清楚：把 NMM 的双覆盖一一对应到神经网络，不是 NMM 原论文里的命题，也不是今天主流深度学习教材的标准说法；它主要来自马远、石根华的 Deep Manifold 框架，以及 Wayland 对这套框架的写作化表达。 也正因为这套说法写得够清楚，我们反而可以认真看它到底说中了什么。

如果沿这条线继续往下走，NMM 与神经网络可以排出下面这张对照表：

这张表最有启发性的地方，不是“完全相等”，而是“角色相似”。在 NMM 里，分析者先选骨架，再让真实裂缝把它切开；在神经网络里，模型先通过参数化层形成局部可计算结构，再让具体输入、上下文和激活路径把这套结构真正落到一次前向传播里。

先交代两个术语。token 是大模型读文本的最小单元。把一个 token 映射成高维向量的操作叫嵌入（embedding），这个向量就是模型认识这个 token 的初始坐标。

写进公式：一个 token 嵌入后得到特征向量 $X_{1,j} \in \mathbb{R}^d$，第一层做一次局部投影，然后沿深度堆叠：

$$ H_{1,j} = \sigma(X_{1,j} W_1 + b_1), \qquad H_{l,j,i} = \sigma\left(\sum_{k=1}^{d_l} H_{l-1,j,k}, W_{l,k,i} + b_{l,i}\right) $$

如果用 Deep Manifold 的语言来读，前面的局部投影可以看成某种“数学覆盖”的角色：权重矩阵给出一套局部参数化的可学习结构；后面沿深度堆叠起来的激活，则更像“物理覆盖”所扮演的那一边，因为它承载了这次具体输入真正走过的路径。更稳妥的说法不是“$H_{1,j}$ 就等于数学覆盖”，而是：权重定义的局部坐标结构，在功能上扮演了与数学覆盖相似的角色。

差别只在一个动词上：石根华选择他的流形，神经网络学习它的流形。前者是分析者先给出一套可计算骨架，后者是模型在训练里把骨架慢慢长出来。

把这句话和 §4.1 的 Riemann 并排看，就能理解这种类比为什么有吸引力。Riemann 面对的是“同一个输入位置，对应多个可能值”；神经网络面对的是“同一个 token，在不同上下文里对应不同语义轨迹”。两者当然不是同一个数学对象，但它们都在诉诸同一种办法：局部保持可计算，整体用分层、分片、堆叠的方式组织复杂性。

8.1 一次具体流转：一个 token 穿过系统的旅程

抽象结构说完了，再跟一个具体 token 走一遍，会更容易看出这个类比到底落在什么地方。

取 “dog” 这个词。它在输入层只是一个 token ID，比如 1734。这个数字被查表转成嵌入向量 $x_0 \in \mathbb{R}^{4096}$，送进第一层。

先出现的是局部参数化结构。 第一层拿到 $x_0$ 后，做 $H_1 = \sigma(x_0 W_1 + b_1)$。这里 $W_1 \in \mathbb{R}^{4096 \times 4096}$ 对 $x_0$ 做一次线性变换，再经非线性激活得到局部更新。从几何直觉上看，这一步相当于把输入放进一套由参数定义的局部坐标结构里。它不像 NMM 那样由分析者手工选定，但它确实扮演了“先给一套可计算骨架”的角色。

然后是具体输入把骨架切成一次实际计算。 attention 介入后，$x_0$ 不再是孤立嵌入，它必须和周围 token 一起决定更新方向。“dog"旁边是 “bark”、“pet” 还是 “hot dog”，都会把表示推向不同区域。下游的 MLP 再做一次非线性变换，于是同一套参数化结构，会被不同上下文切出不同路径。用 Deep Manifold 的话说，这一层相当于“物理边界”开始起作用：不是材料边界，而是具体输入、上下文和激活模式在决定本次传播真正走哪条路。

层内更新就是两者相遇的地方。 残差连接让这种更新可以写成

$$ x_{l+1} = x_l + e_l(x_l) $$

这也是后面谈不动点时最关键的一步。如果某一段层内更新里 $e_l(x_l)$ 变得很小，表示就在局部动力系统意义下接近稳定点。这个说法比“整个模型严格在求一个固定点方程”更克制，也更接近主流把残差网络看成离散动力系统的理解。

从 token ID 1734 到嵌入，再到一系列层内的投影、加权和修正，最后得到 $x_L$ 并投回词表概率分布，这个流程之所以会让人联想到 NMM，不是因为两边公式完全一样，而是因为它们都在做同一类事：先准备一套局部可计算的结构，再让真实问题把它切成这一次真正发生的计算。

这也是为什么多模态会自然进入同一篇文章：如果模型共享某些参数化结构，不同模态只是沿不同边界条件和不同数据流去穿过这些结构，那么“图像里的狗”和“文本里的 dog”就有机会在同一表示空间附近汇合。这里依然是解释，不是定理；但它比“神经网络是黑盒”更像工程师之间会认真讨论的话。

§9 不动点：从拓扑语言到训练语言的一座桥

石根华的学术根子是不动点理论。这是江泽涵一脉真正的底色，也是本文最重要的一座桥。

不动点的定义简单到只有一行：给定映射 $T$，满足 $u = T(u)$ 的点就是不动点。它问的仍然是三个老问题：

这里要分两步走。第一步是比较稳的：把残差网络、迭代推理和层间收敛放进动力系统或不动点语言里讨论，本来就是深度学习里已有的一个脉络。第二步才是 Deep Manifold 真正想往前推进的地方：它不仅把训练看成靠近某种不动点，还想把不动点类这套更强的拓扑语言，引入对训练路径、收敛分支和稳定结构的描述。

如果只保留最稳的一层说法，可以这样理解：残差结构天然长成了“当前状态 + 修正项”的样子，而迭代系统最容易借用的，正是不动点语言。写出来就是：

$$ x_{l+1} = x_l + e_l(x_l) $$

如果在某个局部区域里修正项 $e_l(x_l)$ 变得很小，表示就会趋于稳定。注意，这不等于说标准 LLM 训练目标可以直接改写成“解 $f(x)=x$”；更准确的说法是：不动点提供了一种观察训练与表示稳定性的语言。

Deep Manifold 想做得更激进一些。它试图把多模态、边界条件和训练收敛都往同一套不动点残差框架里装。你可以赞同，也可以保留意见，但至少能看出它真正想统一的对象是什么。

这套语言最有价值的一点，是把“不动点”从一个静止答案改成一种结构描述。一个不动点类关心的，不只是哪一个点停住了，而是哪些点属于同一组、哪些稳定结构会在扰动中保留下来、哪些会分裂。这也是为什么它会让人自然联想到训练阶段的差异。

如果沿 Deep Manifold 的口径继续看，三条常见训练范式大致可以被读成下面这样：

这张表当然还是解释性的，不是共识教材。但它比一句“训练就是找不动点”更有内容，也更接近 Deep Manifold 真正想说的话：神经网络不仅是在调参数，它还在组织一批可重复进入、可扰动、可重塑的稳定表示结构。

§10 AI 为什么常显得“锯齿状”：逆问题视角到底解释了什么

和上一节相比，“学习是逆问题”这一句要稳得多。它并不依赖 Deep Manifold，本身就有坚实的数学传统。

Hadamard 在 1902 年给出过适定性（well-posedness）的经典判据：一个问题如果同时满足存在、唯一、稳定，就算得上“算得干净”；少掉任何一项，问题都可能变得难解、脆弱或者多解。

学习天然是一个逆问题：我们看到的是样本、标签、奖励和行为表现，要反推出的却是参数、结构和表示规律。逆问题很少像正问题那样干净，因为同样的效果往往可能由多套原因共同造成。换句话说，学习系统从一开始就带着欠约束和多解性。

举个日常能摸到的例子：给你一张模糊照片，让你恢复原来的清晰图像。模糊是正问题，去模糊是逆问题，因为许多高频细节已经丢了，只能靠先验补回来。大模型训练当然比这复杂得多，但“从现象反推隐藏结构”这件事，本质上是同类问题。

很多人会觉得 AI 的能力曲线很“锯齿状”：一道题上表现惊艳，换个看似更简单的题就突然摔跤。把这种现象直接归咎于某一条数学定理当然太草率，但逆问题视角至少解释了一件事：当系统在一个多解、欠约束、高维的空间里学习时，局部稳定和全局稳定本来就不必同步出现。

这也是为什么训练曲线很少像教科书里的抛物线那样平顺。早期 loss 掉得快，往往说明系统先抓住了最粗的统计规律；后面进入震荡、平台和局部反复，则说明它开始处理那些更细、更容易互相牵扯的结构。你可以把这理解为优化器问题、数据问题、架构问题，也可以再往下一层看成逆问题的典型症状。两种说法并不冲突。

所以更稳妥的结论不是“AI 不稳定，根子全在不动点”，而是：优化器、数据质量、架构设计当然都重要，但学习作为逆问题所带来的不适定性，是这些工程现象背后很深的一层底色。

逆问题数学给出的经典药方是正则化：给欠约束问题添加额外约束、先验和边界条件，把它往更稳定的区域推。今天大模型工程里常见的脚手架、检索增强、工具调用和输出约束，未必逐项等同于经典正则化，但它们的精神很像：都是在给一个本来过于自由的系统补边界。

这件事最后又会落回石根华的主场。一块岩体本来就可能裂、滑、错动，工程师不会幻想把裂缝从世界上抹掉，他们做的是加支护、做锚固、重设边界条件，让系统在可接受的范围里稳定下来。把这个思路拿来理解大模型很有帮助：很多时候，我们并不是在追求一个完全“无裂缝”的智能体，而是在为一个本来就带缺陷的学习系统补上足够可靠的工程约束。

§11 一句话总结

Wayland 在结尾引用了一句他喜欢的话：“一块坠落的石头，最终总会停下来。” 这句话打动人的地方，不在于它把一切都解释完了，而在于它第一次把三个原本互不来往的语境放到了同一张桌子上：陈省身的问题、石根华的方法，以及神经网络的训练直觉。

更保守也更准确的说法是：神经网络未必已经“证明”了什么，但它确实让一套原本属于流形、覆盖、不动点和逆问题的老语言，在 2020 年代重新变得可读、可争论、可继续推进。如果陈省身看到今天，他未必会立刻同意所有延伸，但大概率会对这条线重新活过来感兴趣。

§12 马远：一个人，两张地图

这条线能被人看见，要感谢一个同时活在两个世界的人——马远。

1986 年同济大学土木工程系毕业，早年做 AI 辅助工程绘图。1989 到 1999 年师从石根华，发展傅里叶级数增强的数值流形和高阶 DDA。后来转入 IT，在微软研究院做大数据和 AI。

这份履历的意义不在长度，在跨度——一端是石根华的工程数值方法，另一端是现代 AI。

一个只有岩石力学背景的人，没有动机去读 Transformer 论文——那些东西和他的日常工具没有任何接口。一个做深度学习的人，大概率一生都没听过"NMM"“不动点类"这些词——它们不在任何 AI 会议的议程里。要把 1991 年的岩石力学方法和 2020 年代的大模型架构对上，需要一个同时站在两张地图上的人。

2024 年起，马远和石根华正式合作，把这些直觉整理成 Deep Manifold。到今天为止，它更像一座正在加固的桥，而不是已经封顶的大楼；但没有这座桥，NMM 与神经网络大概率仍然会停留在两个互不通气的圈子里。

§13 推进数学的人往往不是数学家

回看历史，推进数学的人很多不是职业数学家：

• Fermat 是法官，数论只是他的爱好
• Pascal 和 Newton 一半动机在物理
• Turing 关心的是计算和机器

他们从各自领域的具体问题闯入数学，给数学开辟新方向。今天训练大模型的工程师做的事情，并不天然比这更“低级”或更“工具化”——他们追的是预测准确度和工程指标，但一旦系统规模足够大，工程问题常常会把人重新逼回数学。

AI 不是这个传统的例外，是它最新的一个实例。

还可以再切一刀。推进数学的人里，大约有两类：

AI 的两张面孔——强大和脆弱——需要这两类人同时在场。天才看见结构，实干型看见它能否撑住真实世界。

§14 与 Wayland 配套博客的关系

Wayland 在 BV1U2j863EsL 的对谈之外，已经发布了多篇配套博客，构成连续的写作系列：

这几篇博客加上这次对谈，构成了 Wayland 在 2026 年上半年最集中的一条写作主线：不是把神经网络神秘化，而是试图给它补一套更老、更硬的数学背景。

§15 本文边界与不覆盖

这里再把边界写得更明一点。本文覆盖三类内容：

• 可核实的史实：石根华的学术经历、NMM 的提出、双覆盖的基本机制、马远与石根华的合作关系
• 工程上相对成熟的方法内容：NMM 通过数学覆盖与物理覆盖处理复杂区域，这一部分有公开文献和后续应用支撑
• 解释性较强的理论推进：把神经网络读成“学出来的数值流形”，以及把训练进一步用不动点类统一描述，这一部分主要依托 Deep Manifold 与 Wayland 的阐释

本文不覆盖：

• 不动点类的严格数学证明——本文只用了几何直觉和工程类比，不替代固定点理论与 Nielsen 理论的正式教材
• NMM 在岩石力学的全部工业应用——本文只展示了双覆盖 + 单纯形积分的核心机制，水利、隧道、地震等具体应用见石根华团队的论文
• DeepSeek V4 的具体训练技巧——见配套博客「DeepSeek V4 and Manifold Tearing」
• Wayland 修真小说式的"四个领域"解读——见「The Four Realms of Neural Networks」原博客
• 92 分钟视频的完整逐字稿——视频以漫谈形式呈现大量口述细节，本文只提炼了主线脉络；想看对谈现场的口语化讨论，请回原视频

§16 再压缩一次

陈省身 1991 年给石根华的评语后面，挂着一个更大的问题——“piecewise-stacked manifolds 能不能扩展到任意复杂区域？”

石根华在岩石现场用 NMM 的双覆盖机制给出了第一个、也是最扎实的答案。神经网络这一边，则是在 Deep Manifold 的解释里，被读成了一个会从数据里长出类似结构的系统。

两条路径从未直接相互引用，却在 2020 年代被放进了同一张图里。最值得记住的，不是“神经网络已经彻底证明了陈省身的问题”，而是：一套曾经只在流形、覆盖和岩石力学里使用的语言，如今开始有能力解释 AI 里的某些稳定结构和训练现象。

§17 自测检查

读完全文，试试回答这几个：

1. 为什么 NMM 的"双覆盖"能处理任意复杂区域？
2. 在本文采用的 Deep Manifold 读法里，神经网络的哪一部分更像 NMM 的"数学覆盖”？哪一部分更像"物理覆盖”？
3. 为什么不动点语言能帮助我们理解训练稳定性？它和"训练严格等于解固定点方程"有什么区别？
4. 适定性和不适定性怎么解释 AI 的"锯齿状"表现？
5. 马远为什么是看见"NMM 和神经网络是同一结构"的关键人物？

如果五个都能用自己的话讲明白，这篇文章的核心你已经抓住了。

§18 常见疑问

Q：没有拓扑学背景，能看懂吗？ 能。文章从直觉切入，不要求先验知识。遇到不熟悉的术语可以暂时跳过，读完再看附录 A 的术语表——回头看会发现那些跳过的词已经在上下文里亮了。

Q：NMM 和有限元（FEM）到底差在哪？ 有限元要求网格与材料边界对齐——岩石裂开，网格也得跟着裂，裂缝动一下网格全盘重来。NMM 不做对齐：数学覆盖是连续的，物理覆盖提供边界，两者取交集得到计算单元。这就是"任意复杂区域"这一表述的核心——你不需要切一个跟岩石一样复杂的网格，你只需要让规则覆盖穿过岩石就行。

Q：为什么说神经网络"无意中"推进了数学？ 训练大模型的工程师追的是预测准确度，不是几何定理。但优化模型时反复遇到的结构——残差连接、表示流形、收敛与稳定——恰好都能被更老的数学语言重新描述。“无意中"不是说工程师不懂数学，而是说他们并不是沿着几何学家的提问进入这个问题的。

Q：Deep Manifold 框架能用了吗？ 目前更适合把它看成理论框架和解释框架，而不是已经标准化的工业方案。它提供了一套读神经网络的新语言，但还没有变成主流社区默认采用的架构教科书。

Q：普通 AI 工程师需要关心这些吗？ 不需要先修完拓扑学再训练模型。但如果你已经做到了“会调参、会跑实验”，下一步想知道为什么系统会震荡、为什么多模态能对齐、为什么有些表示会稳定下来，那么这套语言值得了解。

Q：token 是什么？和字有什么不同？ token 是大模型读文本的最小单元，由分词器（tokenizer）切出来的。它通常比字粗但比词细——英文里 ‘dog’ 是一个 token，‘running’ 可能被切成 ‘runn’ + ‘ing’ 两个 token；中文里一个常见字可能是一个 token，生僻字会被切成更小的子词片段。不同模型的分词器不同，同一个句子切出来的 token 数也不同。

Q：RLHF 是什么？ Reinforcement Learning from Human Feedback——从人类反馈中做强化学习。简单说，就是找一群人来给模型的多个答案打分，然后用这些打分训练一个"裁判模型”，最后让大模型跟着裁判模型的偏好走。它是目前让大模型输出更符合人类期望的核心技术之一。

Q：文章里反复出现"覆盖"和"开覆盖”，“开"是什么意思？ 在拓扑里，“开"指不包含边界——比如一个不包含圆周的圆盘内部就是开集。开覆盖就是用一堆开集盖住一个空间。关键性质是：开集之间可以互相重叠，而且重叠处可以光滑地过渡——这正是 NMM 里数学覆盖做局部近似的理论基础，也是神经网络里残差块之间信息传递的拓扑前提。

Q：流形到底是什么？看了文章还是不太确定。 最直白的定义：流形是一个空间，你站在上面任何一个点，往四周看，附近都长得像普通的平面空间——就像一个球面，你站上去觉得是平的，但整体是弯的。文章里所有关于流形的讨论都基于这一个直觉：局部简单（可以做微积分），整体复杂（能容纳各种拓扑结构）。地球仪是流形，你脸部的曲面是流形，高维数据点在嵌入空间里形成的分布也是流形。

§19 关键参考

一手或近一手材料

• Chern’s Question, Answered by Two Worlds at Once — Wayland 这条叙述主线的原文
• The Four Realms of Neural Networks — Wayland 用来铺垫流形视角的前文
• deepmanifold.ai — 马远、石根华团队给出的 Deep Manifold 框架入口
• Manifold Method of Material Analysis — 石根华 1991 年提出 NMM 的早期文献条目
• The Numerical Manifold Method: A Review — NMM 的综述性材料
• Neural Ordinary Differential Equations — 把残差网络读成连续动力系统的代表性论文

视频与对谈

• BV1U2j863EsL - 神经网络无意中推进了数学——和石根华老师漫谈《AI 和数学》 — B 站 92 分钟对谈
• Wayland Zhang 个人主页 — UP 主 LLM 张老师 = Wayland Zhang，全部配套博客见 waylandz.com/blog
• 马远、石根华、Wayland 三人对谈「Deep Manifold Dialogues」

人物与背景材料

• 石根华简介（中国地质大学） — 生平与学术路线的中文背景
• 石根华学术报告简介（兰州大学） — NMM、DDA 与学术经历的中文摘要

附录 A：术语表（首次出现 → 后续称谓）

附录 B：本文与 B 站视频的对应章节

视频对应章节按漫谈内容推断，92 分钟原视频的对谈节奏可能与本文分节不同；本文以主题清晰而非对话时序组织。