之后，是不能用有限的公理逻辑和形式化理论来描述。
但是，注意这个但是，理论证明有限步骤的描述是不可能的，并不代表对神经网络的形式化就没有价值了！
理论上完整的理解和描述是不可能的，并不意味着简化的近似的描述就不可能了！
换句话来说，运用从格罗滕迪克那里学到的数学工具，形式化方法，加上王一男自身的研究和理解，只要有了关于神经网络组成的基本原理，比如说是BP类型的，还是霍普菲尔德类型的，是基于退火的，还是基于深度学习的。
王一男就能找到一些通用的方法和技巧，将神经网络分块映射到一个有限状态自动机上，使得整个有限状态自动机和神经网络的某一个分块在一定的精度范围是等价的。
也就是说，对于同样的输入，神经网络跟等价的有限状态自动机将得到基本一致的输出。
友情提示，任何一个有限状态自动机，都可以等价于一段程序代码。
再明确一下王一男悟出的东西，他现在可以找到一系列普遍适用的数学工具和方法，将任何类型的训练完成的神经网络，映射到一个基本等价的有限状态自动机，或者说，一段特定CPU体系的程序代码上。
换句话说，他只要能拿到米国围棋狗神经网络的详细结构，以及训练完成之后大杀四方的最终状态，再利用这一系列数学工具，形式化方法，配合手工，或者一部分自动化的程序，就能够得到特定体系，比如说X86的一系列代码片段，
这些代码可能是混乱和无序的，但是跟原始的训练完成的神经网络将是基本功能等价的！
只要对整个米哥围棋狗的神经网络进行了全面的映射，最终得到的所有X86代码整合在一起，就可以在普通的台式机，甚至笔记本上让柯洁两子！
“我靠，这回发了”，王一男在酒店电梯上，兴奋地浑身发抖。