新视频：3分钟看完RUIAIJUN人工智能理论及算法

我仔细的看了一下这个东西。先说结论，那就是你可以直接去看看深度学习了。
1.它和深度学习的关系
上面这个东西其实可以说是深度学习实现的一个特例，一个极小的子集。也就是说你这个东西可以做到的，深度学习可以完全覆盖，而且会超过很多。
2.为什么会是这样
a.先对上面的模型进行抽象的话。其实也可以分为三个部分。输入数据，处理逻辑，输出
b.然后处理逻辑，可以分解为元操作（基本函数）和元操作的组合（结合函数）。元操作和组合操作进行连接的话，可以变成一个操作网络。
c.数据通过处理逻辑（操作网络）然后得到一个预定的输出。
d.其实这一个思路，就是神经网络。我们称之为连接主义。
e.元操作就等同于神经网络中的一个feature，组合操作就等同于神经网络中的一个object。
f.训练方法。你上面说，你这个操作网络需要用到搜索算法，然后又是学习人类操作。你也知道了任务非常复杂的时候，搜索算法的搜索空间要无限大所以是个死胡同。而学习人类操作的具体算法你没有提出。其实就是所谓的神经网络的这一套东西。连接，backpropagation
3.思考下这些问题
a.元操作能不能够自动从数据中总结出来，而不是预先编写
b.操作网络如何连接，有没有通用性
--
PS.祝你好运

恭喜楼主啊，看了rui老的视频，很有感触啊，学习了，现在深度学习风头正劲，还是觉得太一窝蜂了，改静下心来研究研究更本质的东西了

恭喜吧主

有一个问题没说，就是学习的目的性和实践性。
人类完成一件事情，往往目的性较强，规划的方案也很多，都可以选择，低级和高级的，时效性强的，经济型的，都可以，这个如何体现。
例如机器人走路，对自身的位置感觉是核心，根据自身喜好和身体状况，选择爬行、走路、跑步都可以的。
这个能反应出理论层面的什么问题呢？更本质的问题是什么？