这篇文章是我对人工智能的探索，与现在主流的观点不同，仅供参考。
首先把神经元网络简化成图1的样子。神经元里边可以储存信息，x是输入神经元的数据，x’是神经元里边储存的数据。Δ是差的绝对值的和，最后，y取一次函数，当Δ=0时，y=1，当Δ=3时，y=0。Δ=0表示输入值与记忆值完全相等，此时y应该为1，表示**。
经典神经元网络把数据储存在连接上，即连接的权；在我的看法中，数据储存在神经元内部，且一个神经元可以储存多个数据，用x’,x"等区分。对应的y’,y"等，取最大值作为y的输出。
相关文章：