在深度学习的浩瀚地图中，CNN、GNN 和 Transformer 看起来像是独立演化的物种，各有各的算子和应用领地。但如果我们将视野拉高，从几何深度学习（Geometric Deep Learning, GDL）的维度俯瞰，你会发现它们其实都是同一套建筑哲学的不同表达：针对数据的"几何对称性"设计"等变算子"。
当我们剥离具体的公式，神经网络的进化史本质上就是一场关于"归纳偏置（Inductive Bias）"的精确投放。
一、 核心概念：对称性（Symmetry）与群（Group）
在数学和物理中，对称性意味着"在某种变换下保持不变"。
-
圆具有旋转对称性（你怎么转，它看起来都一样）。
-
猫的图片具有平移对称性（无论猫在左上角还是右下角，它依然是只猫）。
描述这些变换动作的数学工具叫**"群"**。网络设计的首要任务，就是确定目标数据存在于哪个"域"中，以及该域具备什么样的"群"属性。
二、 等变性（Equivariance）：算子的灵魂
这是所有高性能架构共同遵守的铁律。
等变性意味着：如果你对输入做了某种变换，输出的特征也应该随之产生相应的演变，而不是变得面目全非。
-
CNN 的平移等变性：
卷积算子的本质是"滑动窗口"。当你把输入图像向右移动 10 个像素，生成的特征图也会精准地向右移动 10 个像素。这种性质保证了模型对物体位置的感知是连续且稳定的。
-
GNN 的置换等变性：
图数据没有固定的排列顺序。如果你交换了图中两个节点的编号，网络输出的节点特征也仅仅是交换了对应的位置，而内部的逻辑关联完好无损。
-
Transformer 的集合等变性：
在不加位置编码时，Transformer 视输入为一堆无序的"词"。如果你打乱词序，输出的向量序列也会随之打乱，但它们之间的自注意力权重（Attention Map）拓扑结构保持同构。
三、 从等变到不变：分类的终点
虽然中间层需要等变性来保留位置、方向或关系信息，但最终的预测结果（如分类标签）必须是**不变（Invariant）**的。
通过全局平均池化（Global Pooling）或对称聚合，网络将"动荡"的中间特征压缩成一个"不动"的结论。无论物体如何平移、旋转或重排，模型给出的判断始终如一。
四、 架构大一统蓝图
几何深度学习将所有主流架构统一到了一个简洁的公式中：
架构 = 线性得分 + 非线性激活 + 对称性约束
| 架构名称 | 处理的数据域 | 核心对称性 | 对应的等变算子 |
|---|---|---|---|
| CNN | 欧几里得网格 | 平移对称性 | 卷积 (Convolution) |
| GNN | 拓扑图结构 | 置换对称性 | 邻域聚合 (Message Passing) |
| Transformer | 节点全连接图 | 置换对称性 | 自注意力 (Self-Attention) |
| Deep Sets | 独立元素集合 | 置换对称性 | 点对点处理 + 全局对称化 |
五、 这种统一视角的启示
为什么我们要费力去寻找这种统一性？
-
样本效率的飞跃：
传统的"暴力学习"依赖数据增强（如手动旋转图片）让模型去死记硬背规律。而"对称性范式"是将规律直接刻进算子的 DNA。模型还没看数据，就已经天生懂得了物理定律，这极大降低了对海量数据的依赖。
-
从"炼金"转向"建模"：
当我们面对一个新问题（如某种具有旋转对称性的科学数据）时，我们不再是盲目堆叠层数，而是去寻找该问题的几何先验。只要找准了对称群，剩下的只是如何用数学算子去实现对应的等变性。
结语
神经网络不是冷冰冰的矩阵乘法堆砌，而是物理规律在数字空间的优雅投影。从 CNN 捕获空间位移，到 GNN 捕获结构关系，再到 Transformer 捕获全局关联，人类正一步步将真实世界的对称美学 转化为机器的认知本能。
当我们能够用一套统一的语言描述所有结构时，深度学习才真正从经验科学迈向了理性科学。