1. 项目概述：当“区分”遇见“表达”

在机器学习的工具箱里，我们经常听到两个听起来很“玄”的词： 表达能力 和 区分能力 。前者问的是“你这个模型家族，能不能拟合出我想要的任何复杂函数？”，后者问的是“你这个模型，能不能把不同的数据点给区分开来？”。乍一看，这好像是两个不同层面的问题，一个关乎模型的潜力上限，一个关乎模型的判别精度。

但如果你深入数学的底层，会发现一个惊人的事实：在许多核心的数学框架下， “能区分”和“能表达”本质上是同一枚硬币的两面 。这个洞察并非偶然的哲学思辨，而是被两个看似风马牛不相及的经典数学定理——分析领域的 Stone-Weierstrass定理 和代数领域的 Galois理论基本定理 ——以极其严谨的方式共同揭示的。

我最初接触到这个联系，是在研究 等变机器学习 的时候。当时我们试图设计一种神经网络，让它天生就“懂得”点云数据中的旋转、平移对称性。为了证明我们设计的模型是“万能”的（即具有通用近似性），我们不得不同时搬出这两个定理。那一刻我才恍然大悟，原来分析学和代数学的两位“老宗师”，在关于“函数能做什么”这个根本问题上，唱的是同一出戏。

简单来说，Stone-Weierstrass定理告诉我们：在一类“好”的空间（紧致Hausdorff空间）上，如果你有一族连续函数，它们 能通过不同的函数值把空间中任意两个不同的点给区分开 ，那么由这族函数通过线性组合和乘法生成的代数，就可以 以任意精度逼近该空间上的任何一个连续函数 。区分是前提，表达是结果。

而Galois理论则从群与域的对称性角度，讲述了一个结构上完全平行的故事：给定一个域扩张及其自同构群，如果你能找到一组元素，它们 能被某个子群H固定，但能被群G中所有其他元素改变 （即这组元素能“区分”子群H和更大的群G），那么这组元素就能 生成对应于子群H的整个固定子域 。同样，区分能力直接决定了表达能力。

本文将带你深入这个“区分即表达”的统一视角。我们会拆解这两个定理的核心逻辑，看看它们如何在机器学习的不同场景下（从经典的通用近似定理证明，到前沿的等变图神经网络、点云处理）扮演着奠基性的角色。更重要的是，我会分享在实际研究和工程中，如何运用这一视角去设计和分析模型，以及在这个过程中我踩过的一些坑和收获的实用技巧。

2. 核心原理拆解：两个定理的“区分-表达”对偶性

要理解这个统一视角，我们得先抛开定理那些形式化的外壳，看看它们内在的“灵魂”是如何运作的。这部分的数学表述可能有点抽象，但我会尽量用机器学习和数据科学中的直观例子来类比，帮你抓住精髓。

2.1 Stone-Weierstrass定理：分析世界的“见微知著”

我们先看分析学这边的Stone-Weierstrass定理。它的经典形式是关于连续函数逼近的。想象你有一个复杂的、形状不规则的物体（对应一个紧致拓扑空间X），你想用一套简单的“积木”（对应一个函数集合S）来搭建一个模型，无限逼近这个物体上任何一个连续变化的属性（对应任意连续函数f: X → R）。

定理的核心条件 就一句话：你的这套“积木”S，必须能 区分 X上的任意两个点。也就是说，对于任意两个不同的点x₁和x₂，你至少能从S里找到一块“积木”函数，使得在这两个点上“搭”出来的高度（函数值）不一样：f(x₁) ≠ f(x₂)。

为什么这个条件如此关键？我们可以反过来想：如果存在两个不同的点x₁和x₂，你的所有“积木”在它们上面给出的值都一模一样，那么无论你怎么线性组合、怎么相乘这些“积木”，构造出来的任何函数在这两点上的值也必然相同。这意味着，你永远无法逼近一个在这两点上取值不同的目标函数（比如，一个在x₁处为0，在x₂处为1的函数）。你的“表达”能力从一开始就被阉割了。

注意 ：这里“区分”的定义是逐点的（point-separating）。在机器学习中，这对应着你的特征或模型对于不同的输入必须产生不同的输出。如果两个不同的数据点经过你的特征提取后变得完全一样（即模型无法区分它们），那么基于这些特征构建的任何后续模型，也必然无法学习到依赖于这两个点差异的任何模式。

定理的结论 则是强大的：只要S满足这个区分条件，并且对加法和乘法封闭（构成一个代数），那么由S生成的代数（记作R[S]）就在连续函数空间C(X, R)中是 稠密 的。稠密意味着，对于任意一个你想要逼近的连续函数f，和任意你设定的精度要求ε > 0，你总能在R[S]中找到某个函数f‘，使得在整个空间X上，f’和f的差距处处小于ε。

在机器学习中的直观解读 ：这就好比说，只要你设计的神经网络层（或特征提取器）足够“敏感”，能对不同的输入产生有区别的表示（即具有区分能力），那么堆叠足够多这样的层，理论上就可以逼近任何复杂的输入-输出映射（即具有表达能力）。这就是神经网络通用近似定理的精神内核之一。

2.2 Galois理论基本定理：代数对称中的“锁定与生成”

现在我们把舞台切换到代数。Galois理论处理的是域扩张的对称性。考虑一个“大”的域L包含一个“小”的子域k（例如，复数域C包含实数域R）。这个扩张可能带有额外的对称性，即那些保持k中每个元素不变的L的自同构（称为k-自同构），它们形成一个群G。

Galois理论建立了一个漂亮的对应：L中介于k和L之间的中间域K，与群G的子群H之间，存在一个反序的一一对应。这个对应由“固定子”操作联系：给一个中间域K，对应那些固定K中所有元素的子群H = Aut_K(L)；反过来，给一个子群H，对应在H中每个元素作用下都保持不变的L的子集L^H，这恰好也是一个域。

“区分”在这里如何体现？ 假设我们关注一个特定的子群H。我们想找一组元素f₁, …, f_s ∈ L，它们满足：

1. H-不变性 ：对于H中的每一个自同构h，都有h(f_j) = f_j。也就是说，这组元素被H“锁定”了，H的作用看不出它们的变化。
2. G-H区分性 ：对于G中任何一个不属于H的自同构g，至少存在一个f_j*，使得g(f_j*) ≠ f_j*。也就是说，这组元素能“感知”到H之外的对称性变化。

这组元素f_j就起到了“区分”子群H和更大群G的作用。它们像一组精密的探测器，对H内部的变换“免疫”，但对H外部的变换“报警”。

“表达”的结论随之而来 ：Galois理论基本定理保证了，这样一组能区分H和G的元素f₁, …, f_s，它们 生成 的域k(f₁, …, f_s)（即通过k上的加、减、乘、除能得到的所有元素），恰好就等于那个由H固定的子域L^H。换句话说，任何被H固定的元素（即L^H中的任何东西），都可以用这组“探测器”f_j通过域运算表达出来。

与机器学习的联系 ：在等变机器学习中，我们经常希望学习一个函数，它对某个变换群G的作用是 不变 的（例如，一个识别物体的分类器，应该对物体的旋转视角保持不变）。这里的L可以类比为所有可能函数的空间，k是平凡不变函数（常数）的子空间，G是作用在输入上的对称群。我们想找到一组 基础不变特征 （对应f_j），使得：

1. 它们本身是G-不变的（对应H=G的情况？这里需要小心，在等变学习中，我们通常直接找G-不变生成元，对应H=G。更一般地，如果我们想研究对某个子群H的不变性，则对应上述框架）。
2. 任何其他的G-不变函数，都可以用这组基础特征通过某种运算（不一定是域运算，可能是多项式或更一般的函数组合）来表达。

这就把模型设计问题，转化为了寻找能“区分”群作用轨道的特征生成元问题。

2.3 桥梁定理：统一两种“区分”概念

你可能会问，分析里的“区分点”和代数里的“区分群”，听起来还是不太一样啊？确实，这是两个不同层面的“区分”。但令人兴奋的是，存在一个数学定理（在文献中常作为工具出现，例如在[BSHCV24]中），可以在特定条件下将这两种“区分”概念联系起来。

这个定理的设定更贴近机器学习场景：我们有一个数据空间X，一个作用在X上的群G（比如旋转群、置换群），以及一个我们感兴趣的G的子群H。我们有一类“好”的函数F（比如多项式、解析函数或某些神经网络函数类）。

• Stone-Weierstrass式的区分（SW-区分） ：一组G-不变函数f₁, …, f_r，如果除了一个“坏”的零测集外，它们能区分X上不同的G-轨道（即，如果两个点不在同一个G-轨道上，那么至少有一个f_j在它们上取值不同），则称这组函数是 泛SW-区分 的。
• Galois式的区分 ：一组H-不变函数f ₁, …, f _s，如果它们被H中所有元素固定，但被G中任何不属于H的元素改变，则称这组函数 Galois-区分 了H和G。

桥梁定理（简述） ：假设我们已经有一组函数f₁, …, f_r，它们是泛SW-区分G-轨道的。现在我们又找到一组函数f ₁, …, f _s，它们Galois-区分了子群H和整个群G。那么，把这两组函数合并起来：f₁, …, f_r, f ₁, …, f _s，这组更大的函数族就是泛SW-区分H-轨道的。

这个定理的威力在于 ：它允许我们进行“分层构建”。我们可以先为一个较大的、结构简单的群G（比如独立置换所有坐标的群）找到容易构造的SW-区分函数集。然后，针对我们真正关心的、结构更复杂的子群H（比如同时置换行列的共轭作用），我们只需要找到一组能“探测”H和G差异的Galois-区分函数，把它们加进去，就能自动得到针对H的SW-区分函数集。这大大简化了在复杂对称性下构造通用近似模型的理论工作。

3. 在机器学习中的具体应用与实操

理解了核心原理，我们来看看这些抽象的定理是如何在具体的机器学习任务中落地，指导模型设计和理论分析的。我会结合等变机器学习、图神经网络和点云处理这几个领域，分享实际的思路和需要注意的细节。

3.1 等变机器学习与通用近似定理的证明

等变机器学习要求模型的输出与输入同步变换。例如，一个处理3D点云的网络，如果输入点云旋转了，其输出的特征也应该以相应方式旋转（等变），或者分类结果保持不变（不变）。证明这类模型仍然具有“万能”的逼近能力（通用近似性），是一个核心理论问题。

传统Stone-Weierstrass路径 ：

1. 定义假设空间 ：首先，明确你的模型架构定义了哪一个函数集合F。例如，特定类型的等变神经网络层所构成的空间。
2. 验证代数结构 ：证明F在加法和数乘下封闭，通常还需要在某种乘法下封闭，以构成一个代数（或至少是一个向量空间）。
3. 验证区分能力 ：证明F中的函数能够区分输入空间X中不同的群G轨道。这是最关键也往往最困难的一步。你需要证明，对于任何两个不属于同一G轨道的点x, y，总能在F中找到某个函数f，使得f(x) ≠ f(y)。
4. 应用定理 ：如果X是紧致的（或可紧化），且F是代数，那么根据Stone-Weierstrass定理，F就在连续函数空间中稠密，即具有通用近似性。

实操难点与技巧 ：

• 紧致性假设 ：数据空间X往往不是紧致的（如整个R^n）。常见的处理技巧是，先证明模型在任意紧子集上的稠密性，或者考虑将数据投影到某个紧集（如单位球面）上。
• 区分性的构造 ：如何系统地构造出能区分轨道的函数？对于某些群（如平移、旋转），可以利用 基本不变量 。例如，对于旋转群O(d)，点云P的不变量可以由其格拉姆矩阵PP^⊤的对称多项式生成。这些多项式天然是旋转不变的，并且如果两个点云的格拉姆矩阵不同，则它们不可能通过旋转重合，从而实现了轨道区分。
• 非多项式激活函数 ：Stone-Weierstrass定理要求函数代数对乘法封闭。如果使用ReLU等非多项式激活函数，其构成的集合可能不是代数。这时需要采用其变体，或使用更广义的通用近似定理（如Cybenko定理、Hornik定理），这些定理通常基于函数空间的 密度 论证，其核心仍然是某种形式的“区分性”条件。

Galois理论路径的介入 ： 当我们面对更复杂的对称群，特别是像对称群S_n通过共轭作用在矩阵上时，直接构造SW-区分函数集可能很困难。这时，可以运用第2.3节提到的桥梁定理。

1. 寻找更大的群G ：找一个结构更简单、更容易处理的群G，它包含我们真正关心的群H。例如，对于矩阵的共轭作用（H），可以考虑一个更大的群G，它允许独立地置换矩阵的对角线元素和非对角线元素。
2. 为G构造SW-区分集 ：为这个更大的群G构造SW-区分函数集通常更容易，比如用对称多项式分别处理对角线和非对角线元素。
3. 构造Galois-区分函数 ：找到一个或一组函数f*，它是H-不变的（即，在行列同时置换下不变），但不是G-不变的（即，在对角线和非对角线独立置换下会改变）。这个函数f*就Galois-区分了H和G。
4. 合并得到H的SW-区分集 ：将第2步为G构造的集和第3步的f*合并，根据桥梁定理，这个新集合就是泛SW-区分H-轨道的。

这个方法在点云等变学习中被成功应用，它绕过了直接为复杂对称性构造不变量生成元的难题。

3.2 图神经网络（GNN）的表达能力与WL测试

图神经网络是等变机器学习的一个明星案例，其对称性是节点置换群S_n。GNN的表达能力上限，与其区分不同构图的能力紧密相关，这直接联系到经典的图同构问题。

Weisfeiler-Lehman (WL) 测试 ：这是一个经典的、用于判断两个图是否可能同构的启发式算法。1维WL测试通过迭代地聚合和哈希节点及其邻居的标签来更新节点颜色，最终通过比较两个图的颜色多重集来判断是否同构。

GNN与WL测试的深刻联系 ：研究表明，主流消息传递GNN的表达能力上限， 不超过 1维WL测试。也就是说，如果两个图能被1维WL测试区分，那么存在某个GNN也能区分它们；反之，如果两个图对1维WL测试是不可区分的（称为WL-同构），那么任何消息传递GNN对这两个图都会产生相同的输出。

从“区分即表达”视角看 ：

1. 区分作为表达的上限 ：GNN的函数假设空间F（由���定的消息传递和聚合函数定义）的“区分能力”，被WL测试所界定。如果F无法区分两个图（即对它们输出相同），那么它显然无法表达任何在这两个图上取值不同的目标函数。因此，WL测试为GNN的表达能力划定了 上界 。
2. 追求更强的表达 ：为了突破WL测试的限制，研究者们设计了更具表达力的GNN变体，其核心思想就是增强模型的“区分能力”。例如：
   • 高阶GNN ：引入高阶张量信息，模拟更高维的WL测试（k-WL）。
   • 子图GNN ：不再仅从节点视角，而是从子图（如节点标记、边、环）的视角提取特征，这能区分更多WL-同构图。
   • 注入唯一标识符 ：为节点赋予随机或可学习的唯一ID，本质上破坏了置换对称性，从而获得了最强的区分能力（但可能牺牲泛化性）。

实操心得 ：在设计或选择GNN时，务必考虑其表达能力是否与你的任务匹配。对于分子性质预测等任务，许多重要的分子特征可能被WL测试所捕获，标准GNN或许足够。但对于需要精细拓扑区分（如某些社交网络分析或代码分析）的任务，可能需要考虑更高阶或基于子图的GNN。同时，要警惕“过区分”导致的过拟合风险。

3.3 点云处理中的不变量生成与降维

点云数据（如3D扫描、分子结构）通常具有欧几里得运动（平移、旋转、反射）和点置换的对称性。学习对这些变换不变的表示是关键。

基于Galois/不变量理论的方法 ：

1. 平移不变性 ：通常通过规范化轻松实现，例如将所有点减去质心，将点云中心置于原点。这是一种“规范化”技巧，与寻找不变量异曲同工。
2. 旋转/反射不变性 ：根据 正交群不变量基本定理 ，点云P ∈ R^(d×n)的所有O(d)不变多项式函数，都可以由其格拉姆矩阵X = PP^⊤的矩阵元的多项式函数生成。这是一个经典的“表达”结果：一组生成元（格拉姆矩阵的矩阵元）足以表达所有不变量。
3. 置换不变性 ：这是难点。我们需要在格拉姆矩阵X上，构造对共轭作用（π X π^⊤）不变的函数。直接寻找生成元集合可能很复杂。

应用桥梁定理的实操步骤（以[BSHCV24]为例） ：

1. 定义群作用 ：我们的数据是格拉姆矩阵X（对称矩阵）。关心的群H是S_n，通过共轭作用：π: X -> π X π^⊤。
2. 构造更大的群G ：令G为S_n × S_{n(n-1)/2}，它独立地置换X的对角线元素（n个）和非对角线元素（n(n-1)/2个）。这个群作用比H简单得多。
3. 为G构造SW-区分集 ：对于G，很容易构造区分函数。例如，分别对对角线元素集合和非对角线元素集合，计算它们的各阶 初等对称多项式 （或幂和对称多项式）。这些多项式显然是G-不变的，并且如果两个矩阵在对角线或非对角线元素的多重集上不同，这些多项式值必然不同，从而区分了G-轨道。
4. 寻找Galois-区分函数f *：我们需要一个函数，它在H（同时置换行列）作用下不变，但在G（独立置换）作用下会变。一个经典的选择是考虑矩阵的 特征多项式 的系数，或者更具体地，计算矩阵的某个主子式。例如，考虑一个涉及特定对角线元素和非对角线元素的低阶多项式。这个函数在行列同时置换时保持不变（因为置换同步改变行和列），但如果只独立置换对角线或非对角线元素，其值就会改变。这就Galois-区分了H和G。
5. 合并与结论 ：将步骤3中为G构造的对称多项式集合，与步骤4中找到的f*合并。根据桥梁定理，这个新的函数集合就是泛SW-区分H-轨道的。也就是说，除了一个零测的“坏”集，它们可以区分不同共轭类的对称矩阵。
6. 应用到点云 ：由于点云的格拉姆矩阵是低秩的（秩≤d），存在依赖关系。我们可以利用低秩矩阵补全等技术，从这O(n^2)个特征中筛选出O(dn)个独立的特征，从而得到一个紧致且具有强区分能力的不变特征集，用于下游的机器学习模型。

这种方法的美妙之处在于，它将一个复杂的代数不变量生成问题，分解为一个相对简单的对称多项式构造问题和一个寻找“判别式”函数的问题。

4. 实践中的挑战、技巧与常见问题

理论很优美，但落地到实际代码和模型中，总会遇到各种意想不到的坑。下面分享一些我在研究和项目实践中总结的经验。

4.1 理论条件与现实数据的鸿沟

问题1：零测“坏集”的困扰 无论是Stone-Weierstrass定理的“稠密性”，还是桥梁定理中的“泛SW-区分”，都允许存在一个零测的“坏集”，在这个集合上区分性可能失效。在无限维的理论空间中，零测集可以忽略不计。但在有限的、离散的、甚至带有噪声的实际数据集中，我们无法保证采样点一定避开这个坏集。

• 应对策略 ：
  • 概率化视角 ：将理论理解为“以概率1成立”。在实际中，我们接受模型对绝大多数数据有效。
  • 增加特征冗余 ：不要只依赖理论给出的最小生成元集。在实践中，使用一个 过完备 的特征集（例如，生成更高阶的多项式、使用随机特征）可以大大降低撞到“坏点”的风险。
  • 数值稳定性检查 ：对于构造出的不变量，在训练前可以计算一下它们在训练集上的条件数或相关性。如果某些特征值几乎线性相关或方差极小，可能意味着它们接近坏集，考虑剔除或正则化。

问题2：紧致性假设与无界数据 现实中的数据空间（如整个R^n）通常不是紧致的。Stone-Weierstrass定理要求紧致空间。

• 应对策略 ：
  • 数据预处理与规范化 ：这是最实用的方法。将数据规范化到一个紧集内，例如通过缩放将特征限制在[0, 1]或[-1, 1]，或者投影到单位球面上。这相当于将学习问题限制在一个紧子集上。
  • 使用局部紧致或σ-紧致空间上的变体定理 ：有些通用近似定理的版本放松了紧致性要求，但论证更复杂。在实践中，规范化通常是首选。
  • 考虑模型的归纳偏置 ：我们的模型（如神经网络）本身通常定义在有界参数上，其输出范围可能自然受限，这间接地在函数空间上施加了某种“紧致”约束。

4.2 计算复杂性与特征工程

问题3：不变量生成元的维度爆炸 即使理论上找到了一个有限的生成元集，其数量也可能随着问题规模（如点云点数n）快速增长。例如，对称矩阵的所有初等对称多项式数量是O(2^n)级别的，这不可行。

• 应对技巧 ：
  • 利用数据结构 ：对于点云，格拉姆矩阵的秩最多是空间维度d。这意味着所有O(n^2)个矩阵元中，只有O(dn)个是线性独立的。我们可以通过特征值分解或Cholesky分解，用O(dn)个参数来参数化格拉姆矩阵，从而将不变量的数量从O(n^2)降到O(dn)。
  • 使用低阶不变量 ：高阶多项式不变量不仅数量多，而且容易导致数值不稳定和过拟合。优先使用低阶（一阶、二阶）不变量作为主要特征，高阶项可以作为补充或通过核方法隐式引入。
  • 学习而不是构造 ：与其显式构造所有理论上的不变量，不如设计一个等变网络架构（如SE(3)-Transformer, Tensor Field Network），让网络在训练过程中 自动学习 有用的不变/等变特征表示。这通常更高效且泛化更好。

问题4：区分性不等于好的表示 一组函数能区分所有数据点，并不意味着它就是一个好的、易于机器学习模型学习的特征表示。它可能非常“脆弱”（ill-conditioned），或者将无关的噪声也编码进来。

• 实操建议 ：
  • 结合降维 ：在使用了强区分性的不变量特征后，通常需要接一个降维步骤（如PCA、自动编码器）或直接输入到一个深层神经网络中。网络的前几层可以看作是在学习如何将这些理论上的区分性特征，重新组合成更鲁棒、更语义化的表示。
  • 正则化是关键 ：使用强区分性特征时，模型容易过拟合。必须配合使用强正则化技术，如权重衰减、Dropout、早停等。
  • 评估特征重要性 ：使用诸如SHAP、LIME或简单的特征相关性分析，来理解哪些理论不变量对最终任务预测贡献最大。这可以帮助你精简特征集。

4.3 等变模型设计的经验法则

基于“区分即表达”的视角，在设计等变模型时，可以遵循以下思路：

1. 从对称性出发定义群G ：首先精确地定义你的数据所具有的对称群G（例如，3D旋转SO(3)、平移、置换等）。
2. 分析轨道结构 ：思考在群G作用下，你的数据空间如何被划分成轨道。两个数据点属于同一轨道，当且仅当它们通过G中的变换可以相互转换。模型需要学习的函数，应该是在轨道上取常值（不变）或以协调方式变化（等变）的。
3. 寻找或构建区分轨道的特征 ：
   • 已知不变量 ：对于常见群（如欧几里得群），有现成的不变量（如距离、角度、体积）。从这些开始。
   • 使用等变层 ：采用已经设计好的等变网络层（如球形卷积、等变线性层），它们能保证中间表示始终满足等变性约束。
   • 通过群平均 ：如果你有一个非等变的强大模型，可以通过“群平均”技巧来构造等变模型：f_equiv(x) = (1/|G|) Σ_{g∈G} ρ_out(g)^{-1} * f_base(ρ_in(g) * x)。其中ρ_in和ρ_out是输入和输出空间的群表示。这保证了等变性，但计算成本可能很高。
4. 验证表达能力 ：理论上，检查你的特征集或模型架构是否满足区分轨道的条件（至少是泛区分）。实践中，可以通过在合成数据集上测试，看模型能否学习到已知的不变函数或等变函数。
5. 注意计算与泛化的平衡 ：最强的区分性可能带来最高的计算复杂度和过拟合风险。需要在表达能力、计算效率和泛化性能之间取得平衡。有时，一个表达能力稍弱但更高效的模型，在实践中表现更好。

5. 总结与延伸思考

回顾整个旅程，我们从Stone-Weierstrass和Galois这两个分属分析和代数的经典定理出发，看到了它们共同蕴含的“区分即表达”的深刻原理。这个原理不仅仅是数学上的巧合，更是理解机器学习模型表达能力的一把钥匙。

在标准的前馈神经网络中，通用近似定理的证明内核，正是验证了某些激活函数族能够区分不同的输入点。在图神经网络中，其表达能力的界限被WL同构测试所刻画，这直接对应着其区分不同图结构的能力上限。在等变机器学习中，为了设计出既满足对称性约束又具有强大表达能力的模型，我们巧妙地利用Galois理论的思想，通过寻找能“探测”对称性差异的特征，来构建能区分群作用轨道的函数集，进而保证其表达完整性。

对我个人而言，这个视角最大的启发是 提供了问题分解的思路 。当面对一个具有复杂对称性的学习问题时，不要试图一蹴而就。可以尝试：

1. 将大的对称群分解，或嵌入到一个结构更简单、更容易处理的更大群中。
2. 为这个简单的大群构造区分性特征（这通常比较容易）。
3. 寻找能捕捉“大群”和“我们关心的子群”之间本质差异的“判别式”特征。
4. 合并这些特征，从而获得针对原子群的、具有强区分能力和表达能力的特征集。

最后，需要清醒认识到，理论上的“表达能力”只是一个必要条件，而非充分条件。一个能区分所有数据的模型，也可能因为优化困难、泛化能力差而无法在实践中取得好效果。但反过来，如果一个模型连区分数据的基本能力都不具备，那么其性能天花板将非常低。因此，“区分即表达”的视角，更多地是指导我们在设计模型初期，避开那些存在根本性表达缺陷的架构，为后续的优化和泛化提供一个坚实而广阔的基础。在实际项目中，我通常会先用一些极端的小样本或构造数据，快速测试一下候选模型架构的区分能力，如果它连一些明显不同的模式都学不会，那么后续投入大量资源调参的意义就不大了。这或许就是这个数学原理留给我们的最实用的启示。