按照哥德爾的不完備定理，一個連續的系統就不可能是完備的。就是說這個系統中一定有什么地方是真但不可被證明。而人腦是連續而不完備的，我們造出的機器比如神經網絡是完備的，所以神經網絡不會有人的智能，無論神經網絡基于多大的數據都是對過去經驗的總結，比如alpha go雖然圍棋很厲害，但應該不會下著下著突然停下來思考下人生。

如果不完備性就是不可證明，那么是否有可能在神經網絡中引入不可證明的因素來模擬不完備性。

?
?利用立體神經網絡進行建模。為了便于觀察只畫出了公共權重連接。

這里構建了一個大的模型這個模型的輸入信號是也許是來源于DNA的原始的生物信號，輸出是一個無理數的某一位， 表示成f（原始生物信號）=無理數。 同時這個大的模型里面有兩個小的模型輸入分別是聽覺和視覺，輸出分別是聲音和圖像。 表示為模型f（聽覺）=聲音，模型f（視覺）=圖像。
因為在沒有計算出來之前是不可能知道一個無理數的下一位到底是什么的，當然如果只有1為那只有10種可能，但只要位數足夠多比如π的1百萬位后面的1千萬位的集合，因為π是無理數所以π是否包含了所有的數字組合的答案是可能有和可能沒有同時存在，也就是無法被證明。
在模型f（原始生物信號）=無理數經過多次迭代穩定后，會在模型f（聽覺）=聲音中產生公共權重OQ,OL,NQ,NL。同樣在模型f（視覺）=畫面也產生公共權重。
利用上一篇的神經網絡與條件反射原理，當只有聽覺信號輸入的時候引起公共權重連接的飽和電信號負載，導致屬于f（原始生物信號）=無理數的神經元Q,L被激活，使模型f（原始生物信號）=無理數被部分啟動。所以人在聽課的時候為什么會開小差的一種可能原理解釋是，這是聽覺引發某個無理數的神經網絡的條件反射。同樣我們有時候在一個安靜的房間里呆著確好像可以聽到聲音，也許這是某個無理數神經網絡引發的聽覺系統的神經網絡的條件反射。
將模型f（原始生物信號)=無理數和模型f（聽覺）=聲音的權重的交集定義為集合crossNQ
將模型f（原始生物信號)=無理數和模型f（視覺）=圖像的權重的交集定義為集合crossDE
則這個模型可用方程表示為

f（原始生物信號）=無理數
f（聽覺）=聲音
f（視覺）=圖像
crossNQ ≠? ? ? ，?crossDE?≠? ? ?（兩個集合不為空）

總結

以上是生活随笔為你收集整理的立体神经网络模拟连续不完备系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。