在《人工智能的未来》一书中，是这样描述人脑的计算过程的：分为抽象程度不同的六层，层内部有大量的神经突出相互联系，层与高抽象层有极多的联系，高层对下有柱形的联系。信号会逐层向上抽象事物，同时上层的抽象会反馈刺激下层，补全不完整信息。
这个很像个多抽象层次、有层间反馈的全联通带权图。输入将是最底层的数个特征。输出应该是最高层的最可能的概念，或者是按权重随机出一个结果。
计算方法应该是按照salsa或者PageRank 的随机游走方法。而权重分配的方式应该是按照各节点间的先验概率进行分配，vi=vk*wik；vi是结果值，vk是当前节点，wik是由i出发到k的先验概率。而上层得到数据之后，应该反馈给下层相应属性。再有限步骤内，得到一个收敛的值之后。即可对最高层的概念进行排序，或有权值的随机出结果。
这个算法能实现人类的抽象、联想和自动补全，同时有很好的分布式性能，特别是可以按照分步运算的原则，无锁的层间并行。但是，没有想明白怎么样凸显突然的变化，这是《人工智能的未来》一书中强调的一个人脑特征。