只在 dl/ml 自身来看差不多有一定道理。

但是一旦应用到特定领域，比如 CV 和 NLP 就完全不是这回事。

每一个被广泛应用的 model 都有高度的 inductive bias。 设计出来一定是借用了现实世界的某种 knowledge 才实现了某些指标的突破。

只从几个经典 dl 网络结构来说，比如最简单的 CNN，被广泛应用在 vision 原因肯定不少人都了解，就是典型的 inductive bias, 同样还有 LSTM, GRU.

再专业，再细分点的领域，像 object detection， 里面的 RPN， 你见过哪个统计学对特征再扫一遍来找 region proposal 的， 这种想法只可能在图像领域出现，也只有真正搞 CV 的人才能摸索出来。所以搞经济学的说出这种话除了让外行和看书太少想得太多的民科们认为他很懂 ml 以外没什么特别用处。