Machine Learning - 天人合一

需要广泛借鉴其他领域的思想，只在一个领域思考，再聪明的人也都是被局限着的，大自然本为一体，况且计算机有关领域还都是人的贡献更多，所以非常有必要吸纳其他领域的精神。

神经网络，现在人们对他的认识是，一层一层进行学习知道最后出结果，最开始是一个结果，也就是classification问题，后来输出层可以有很多节 点，也就是multi-classification问题，但渐渐地人们会逐渐意识到，其实每个节点都有自己的意义。如果想真正模拟大脑，就需要将不同问 题的神经网络嵌合在一起，虽然彼此是解决不同问题的，但期内部很有可能都在遵循着同样的道理，或许应该让他们共享相同的输入层，然后就如同common lisp程序员维护自己的common lisp宏库一样维护一个神经网络，慢慢就会变成大脑。也许以后就应该主意这点，没做一个于神经网络有关的识别问题都用这个神经网络来训练，然后这个模型 就会越来越大，越来越合适，形成了世界观。输入层也许不同，但也有可能直接用某个输入层下一层的靠近输入层的隐藏层做输入。输出层也许会不同，但应该还可 以重用之前的输出层，或者靠近输入层的隐藏层。这些都应该可以可重用，没有严格的输出曾输入层。而且如果没有严格的输入曾的话，可能比人脑还要灵活。但至 少要保证隐藏层是可重用的，或者是复用的，甚至共用的。

也许应该将不同的问题用共用的试试，将100个不同的但是内涵相似的classification问题，共用一组隐藏层，训他个一年半载，估计最后效果会有智能现象。