仿脑计算需要注意的几个问题

1.激素的问题。目前绝大多数（基本上全部）仿脑计算都采用的是神经网络或者是相关变种算法。诚然，大脑是由神经元组成的，但也不能忽略激素起到的作用。如何将“激素”这一概念引入到神经网络算法中还有待研究。

2.“感情”的问题，说白了和上面所说的类似，感情是神经系统和内分泌系统综合作用的结果。不可否认的是感情对我们的思考是有影响的，举个简单的例子，人们在恐惧或焦虑的时候往往不能冷静地思考问题。我们思考时所处的感情状态直接会影响思考的结果。

3.特殊脑组织结构的问题。虽然从本质上讲大脑绝大部分在成分上是一样的，这也使得代偿得以实现。但是不可忽略的是一部分组织具有的特殊性，例如海马回。海马回在学习过程中有着特殊的作用，个人理解有点像“缓存”。如何对这些组织结构所具有的机制进行模拟也是个问题。

4.启发式联想回路问题。简单的讲就是告诉你1+1=2要能推出1+2=3，但又不仅限于逻辑，可能是跨领域的联想，例如通过知道麦哲伦是环球航行的第一人而得出地球是圆的（看起来是废话，但机器可能并不会注意到这点）。

5.对错误的忽视问题。现在大多数学习算法都是以“奖励”正确结果来达到学习的效果。但我认为错误相比正确而言更有价值。对遇到的错误也进行处理可以使学习的效率更高。从短期来看，对错误的处理可以是正确的逆操作或反操作，这也是比较容易实现的。如果可能的话最好加入对错误的分析机制。通常我们不会关心我们为什么正确，而是更在意我们为什么错了。因此，“赏罚分明”对于学习来说是至关重要的。