“ [神经网络需要] 3亿张猫的图像，以了解其中有猫，牛或狗。但是情报不是基于大数据。相反，情报是基于“小数据”。在猫上，像孩子一样提取“猫”的抽象原理，然后总是知道猫是什么-这就是智慧。”
Pascal Kaufmann，瑞士科学家，神经科学家，Starmind的创始人。
实际上，为什么孩子比神经网络学得更快，更容易识别猫？ 换句话说，人类模式识别机制的示意图是什么？
让我们更深入地了解这个过程！
但是首先，我们简化了任务，以便更好地了解工作原理。
以苹果为识别对象。 该项目比猫还简单，更易于识别，这意味着更容易理解其上的识别机制。
我将以认识论的方式描述大脑的机制，即 在知识哲学理论的关键。 换句话说-我们如何以自己的“内在视野”在自己的脑海中看到它？ 我这样做是有目的的，因为只有通过创造生活，即 思维过程的本机描述，将来，您可以使用算法基础。 包括创建数学公式，神经生理学领域的研究，创建人造生物（强大的人工智能）。
为了解决这个问题，我们将进行思想实验。 想象一下自己，而不是一个一岁的孩子，他最近发现了什么是苹果，仍然不能很好地区分它们。 因此，其识别过程太慢，这对科学非常有用：可以追踪。
通常，教学法，尤其是生命的头几年的教学法，对学习算法的研究并不多，但是由于某种原因，计算机科学家们并不研究这一领域，而是直接研究数学公式。
我将问自己一个问题：一个人什么时候才能掌握复杂的数学，代数？ 没错-已经在学校，即 从10到12岁。 等等，如果我们不了解孩子们在一生和受教育之初就如何思考的话，我们该如何教汽车思考呢？ 我们不了解原则上如何进行培训？ 我们很尴尬地问我们的孩子！
如果您还记得自己学习的方式？
-我记得，想象自己很小。 我今年1岁。 妈妈向我伸出一个苹果。
所以我在看一个苹果。 我不知道该怎么办。 圆形[第一图案，形状] *。
一轮可以是一个玩具，一个球。
这对我来说变得很有趣，我手里拿着一个苹果。 它以红色和黄色[第二样式，颜色]均匀地绘制，并且球通常以不同的颜色绘制。 因此，很可能这不是一个球。
我把它放在地板上。 它不会跳。 所以，绝对不是球。
我闻到了-闻起来很甜[第三种图案，闻起来]！ 所以也许这就是食物！ 噢，我已经知道很多可食用的美味圆形甜食：这是一个橙色，一个苹果，一个普通话，一个桃子……我什至都知道它们的名字-它们是水果！
搜索范围正在缩小。 多余的eidos模式被丢弃，我专注于水果识别！ 我轻轻按下这个圆形的水果。
它不是柔软的[第四种感觉模式]，这意味着橘子和桃子会消失。
橘子有坚硬的硬皮，我记得，橘子是橘子（也是第二种图案，颜色），这意味着橘子也消失了。
还剩下什么？
苹果！
为了以防万一，我仔细地咬了一下这个水果，感觉到了苹果汁无与伦比的味道（第五样式，味道）。
当然，这是一个苹果！ 识别问题解决了！
思想实验结束了。
正如您设法注意到的那样，孩子在识别对象时使用了视觉，该视觉可以使用形式的图案（或更确切地说是eidos）进行操作； 嗅觉（气味模式），触感（感觉神志）等。 -所有6种感官和相关的eidos：有关世界的概念和想法。 我们思维的这种独特性已为古人所注意到，并在亚里斯多德的“类别”中得到了很好的描述，请记住：地点，时间，空间类别……形式类别（第一种模式）是从状态类别，口味，气味，质量类别中得出的。颜色等 即 亚里斯多德认为最高的类别是金字塔的顶端。 在金字塔的底部，我们很可能会找到家庭类别。 这是类别的层次结构。
但是，等等，这不是科学家在研究中使用的分类描述原理吗？
以对论文内容的要求为例。 他们听起来像这样：
- 介绍（原因类别，回答“为什么”的问题）；
- 研究主题的描述（主题类别，回答“什么？”的问题）；
- 相关性的证明（时间类别，回答“何时？”的问题）；
- 对资源的引用（空间类别，回答问题“在哪里？”）
- 结论（质量类别，考虑这项研究对科学的价值）等。 等
问题就来了：孩子对苹果的描述与科学家的明智经验对科学发明的描述之间没有根本区别吗？
从思想观点来看，是的！
这也许是人类学习能力的秘密。 我们不会增加知识量（大数据，大数据）。 我们以特殊的方式将定量知识转化为定性知识。 这就是黑格尔仍在推导的所谓的辩证法则。
反之亦然，当您想从一个简短的想法扩展描述时，我们以其基础，模式为基础，并举例说明充实。
看-主要词汇是由7岁以下的孩子组成的。 90％的知识是由7岁以下的孩子获得的。 因此，在最初的7年中，大脑得以形成和发展。 进一步-仅略有改善。 记住耶稣会士的名言：“让我抚养一个不超过7岁的孩子，然后跟他做你想做的事！”
随着年龄的增长，神经连接只会稍微改善和复杂，但神经元的数量却不会。 这一事实为计算机神经网络的创建者带来了陷阱。 他们认为，思维的复杂性和多功能性是由神经联系提供的，由于神经元的自组织，智能在其中“崛起”。
因此，神经网络的思想家正在尝试创建更深，更复杂的神经网络，以使它们可以“诞生”自学习（深度学习）。
该理论认为，没有人真正拥有任何通用情报。 智力仅仅是复杂组织的事物的内在固有属性。 就像看着台风的“行为”一样，人们可能会认为他拥有某种恶魔般的头脑。
从这个意义上说，智能是任何系统固有的。 随着系统内部复杂性的提高，系统的外部表现形式也变得更加复杂，我们理性的人们对解释为理性的行为更加熟悉。
也许是这样。 但是，让我们考虑一下之前发生的事情，是鸡肉还是鸡蛋？
类别出现在亚里士多德之后，还是亚里士多德概括了语言，逻辑和人类智能的现有定律？
也许神经元之间的联系的增长仅仅是这种符号学知识树的数量增加的结果？
还是没有一个没有另一个，而是有机地相互作用？
如果机器没有味觉器官，可以具有味觉模式吗？
如果一个人的大脑没有处理器，他能理解如何训练汽车吗？
如果没有任何连接，神经连接可以形成吗？ 如果不是人类的感觉，动物的本能，社会的养育和内在的“意志”的奇异混合，那么，仅仅是来自社会网络的照片流吗？
我希望，这些问题的答案将由一门新科学给出，即计算机思想学，美学人工智能的综合科学。
当精确的科学停滞不前时，哲学的整体方法便应运而生，这可以成为计算机科学，数学和神经生理学之间的桥梁。
*在下文中：图案，是图像，是eidos-单一思想，模型，表示形式，定义的描述元素。 在心理学上，它们被称为版画，即印象的印记。 在日常理解中，我们可以将eidos视为想法。 eidos一词是从柏拉图借来的，柏拉图认为创意是重要的。 如果我们同意至少可以绘制或描述心理模型或图像，那么从这个意义上讲，它们确实是实质性的。 亚里斯多德的逻辑和他的范畴学说源于柏拉图的辩证法。 如您所知，如果没有逻辑，就不会发展数学，就不会发展物理学，甚至到我们所知的所有现代科学和现代世界。 作为一种新的认知形式，从粮食，哲学的灵魂出发，与世界和思维的神话形象形成对照，诞生了一个由科学管理的新世界。 因此，eidos实际上更接近“模型”的定义。