现在的 AI 只有很薄的理论基础，导致很多的现象都没有确切的理论解释。比如，BatchNorm 是有效的，但在理论上，我们不知道它为什么有效，只能在直觉层面上「感觉到」它是有效的。并且能够在直觉层面上「解释」清楚。

只是这种解释，更像是一个「合理」的故事：讲的人觉得合理，听的人也觉得合理，并且这个故事能嵌入到更大的故事中，成为其中一部分。

与之相对的，我们一般人更常习惯的是，每一个现象都有理论上的「确切」解释。哪怕这种「确切感」是来源于自己了解得不够深入（即无知），但最起码会有一些专家帮我们认证：这个解释是确切的。

因为有确切的基础，我们习惯的思考方式是：因为 X 所以 Y，因为 Y 所以 Z……是自信的。

但如果一切都只是故事，那就完全不一样了。同一个现象可以用故事 A 去解读，也可以用故事 B 去解读，因此故事从来不是「解切」的。只是，这种不确切的故事似乎也足够指引我们去探索一个全新的领域了。

那么，很自然就会想，我们过去那种自认为「确切」的理论真的是确切吗？我们真的需要非常扎实地掌握那些理论之后，才能开始探索的旅程吗？

万一那些「确切」，只是来源于我们大部分人类的彼此确认，在现实层面上，它们也不过是一种故事。那么，我们对待过去的那些理论，将完全不一样：

1）学科的边界不再重要。我们放弃使用学科的边界来定义自己的身份。

2）完全去掌握一个学科变得不再合理，毕竟知道一堆用不到故事有什么意义？更合理的是，在不知道怎么走下一步的时候，再去这些故事中寻求指引。