人大脑究竟在干什么

神经网络不只是学习，就象机器学习对指定模型的学习，训练学习完，还有使用模型的时候。人也是有学习有使用大脑中的神经网络的时候，只不过学习与使用的转换因为系统更完备，无缝转换做得更好。

就目前来看，机器学习跟人的学习还是有点差别的。另外感觉大脑经常在游荡网络，并没有训练的过程。@胡梦柯5

大脑除了学习和思考，还不能忽略记忆、决策、实践行动、反馈修正这些环节。

公理怎么去理解，就是说人为什么认为这样是对的，或者应该是这样子的。公理是无法用逻辑推理的，他本身是逻辑最基础的条件。所以这不是逻辑的理解。对意识来说最初的感知才是逻辑最基础的条件，就是光，声音，触摸，味道，气味，等，这样看来，公理也可能是逻辑理解。首先，3维空间的判定，通过声光，人怎么认为这世界是个三维空间。首先，用手四周甩一下，并未感觉到有多少维，用点开始，先不理点这么个理解(为什么人认为可以一直分割，是类举逻辑的结果？)，点画一个直线，直线也是个公理，就是说人看到的像素，通过识别逻辑得到共同认为的直线（直线识别结果还会影响到神经平衡，让人觉得好），(这个识别可以用计算机神经网络得到)。(人为什么认为直线是最短距离，并不是因为人总会走直线到一个地方，这是目标的结果。应该是通过走歪路比较得到(这里用到了时间感知，是一个内触，加代谢物感知），并因此制造的尺子是直的，这里计算机神经网络可以加入时间做输入来得到动态)。直线通过转圈的到一个面，两个直线分割成4面垂直公理为90度。再来一条直线垂直两直线，为什么只能找到一条垂直于那两条线的，因为人在这空间用实物比较得到只有那条线，所以这是3维空间，通过坐标可以对应这空间的所有位置，从而这是3维空间。

先设计一些神经网络模型，然后对存在的数据（如视觉输入，神经网络的输出）大规模随机选择模型进行训练，这算遐想，根据什么规则找出有用的模型（方法）及结果并记忆

很遗憾，人们以为词语可以解释，实际上所有的词语都不能解释，所有词语就是一个环，只是人进入环的初始位置比较熟悉，故而用来解释。词语最初不过是人奋力想表达而发出的声音或者图案，代表着当时的语境（其实就是人脑海里的映像）。@青草屋檐🍭