主题：生活在中西文化新旧时代夹缝里的钱穆 -- 闻弦歌

听钱宾四先生吴语演讲，【国学大师钱穆用无锡口音国语作的演讲（國學大師錢穆講演人生的三件寶貝(1968 臺南市 成功大學)-哔哩哔哩】 https://b23.tv/dbu6zrk

又读知乎上对钱穆特殊性评论的辑要，

https://www.zhihu.com/question/20583332?utm_id=0

我生出一点感想：生活在中西文化新旧时代夹缝里的钱穆。

从积极意义看钱穆的自辟门径的治学，我比较了一些类似的神经网络研究，比如 What Can Neural Networks Reason About? https://arxiv.org/abs/1905.13211v1 摘要：神经网络已成功应用于解决推理任务，从学习 "接近 "等简单概念，到推理过程类似算法的复杂问题，不一而足。从经验来看，并非所有的网络结构都能很好地进行推理。例如，图神经网络已经取得了令人印象深刻的经验成果，而结构性较差的神经网络则可能无法学会推理。从理论上讲，目前对推理任务与网络学习之间相互作用的理解还很有限。在本文中，我们开发了一个框架，通过研究神经网络的结构与相关推理过程的算法结构的一致性，来描述神经网络能很好地学习哪些任务。这表明图神经网络可以学习动态编程，而动态编程是一种强大的算法策略，可以解决大量推理问题，如关系问题解答、排序、直观物理和最短路径等。我们的观点还意味着为复杂推理设计神经架构的策略。在几项抽象推理任务中，我们发现我们的理论与实践非常吻合。

我从语义及逻辑学上又质疑钱穆的治学缺乏理解中西不对等语境结构，也做了一些

对神经网络缺陷性的查阅，如发现了这篇，What are neural networks not good at? On artificial creativity https://arxiv.org/abs/1905.13211v1 摘要：本文讨论了创造力的三个方面：隐喻思维、社会互动和预测中的超越推断。文章概述了神经网络在这三个方面的应用。文章认为，目前对统计回归工具的依赖限制了神经网络的总体可能性范围，特别是在实现人工创造力方面。要实现人工创造力，可能需要修改目前建立神经网络的一些基本原则。