1、特征是决定相似性与分类的关键。当分类的目的决定之后，如何找到适合的特征就成为认知与识别的核心问题。
Notes：
现在的做法是针对特定的领域提取特征？比如之前大作业里面车辆轨迹的检测中，提取速度、方向、拐弯度数等参量作为特征向量的分量，可以方便后续的分析。那么有没有一种通用的特征提取方法呢？我们的人脑又是怎样做的呢？在学习新东西之前，大脑是不可能提前知道这个东西的特征有哪些？那我们是如何学习的呢？
2、分析动物对感觉信息处理的过程可以知道，在动物和人的脑中存在着对特定特征起反应的神经元，而且形成由简单到复杂逐层提取特征的结构。
Notes：这个意思是不是在感受器的最初层，收集的是简单的但是数量庞大且冗余度高的数据，然后逐层抽象？但是我们人体是如何将这些信息归一化的呢？从视网膜 上接受的刺激和皮肤接受的刺激是否在经过感受器的转换后，会统一成一样的“格式”，那么，如果我们能模拟出眼睛视网膜感光后转换成特定神经刺激的“格式”，那么我们是不是就可以用相机代替眼睛为失明患者重拾光明呢？
3、考虑目测一把椅子的重量，想要从视网膜上椅子的图像直接计算其重量是极为困难的，但是我们可以把这个困难问题分解为若干层次的更简单的问题。例如，重量可以由比重和体积算出，比重可以由其材质决定，材质可以从纹理、颜色等得知；体积可由形状算出，三维形状可由二维形状推测，二维形状可由边缘算出，边缘又可以从更为低层的特征——局部方向得到。
为了通过学习获得新特征，我们需要充分的低层次特征。如果低层次特征足够丰富，通过选择和简单的运算就可以得到高一层的新特征，那么新特征的生成就不困难了。
Notes：由第一段可知，一个复杂任务的完成，是通过将其拆解成若干更简单的任务来完成的，分而治之。如果人脑真的是按照这种方式在工作，那么它是怎么知道要“分而治之”来解决问题的呢？第二段，既然是“新”特征，那么至少说明该特征之前在大脑中是不存在的，由低层次的特征推出高层次的已存在特征容易理解，但是由已存在的低层次特征，推演出未存在的新的特征，感觉像是在终极switch case 语句处新增了一个分支，那么我们人类的大脑将这个新的分支存在了哪里呢？
以前一直觉得大脑是一个动态的存储和计算空间，存储和计算都是由同样的计算完成。换一种说法就是，我们的记忆是存在于计算之中的。也就是说，大脑的记忆不是像硬盘那样，特定写入在某个地方，而是神经元直接的联结造就了记忆这个“副产品”。
假想，一开始，神经元直接的联结是空的，然后从第一刻思考开始，神经元开始了探索，这样的刺激是否出现过，由于之前处于全空的状态，那么必然没有什么分支可供选择，这时候，神经元A就拉过来神经元B，与之联结，A激活B的条件就是这个刺激的特征（或许是电压大小），这样一来就产生了一个分支。等到第二次再出现这样的刺激的时候，这个分支就会激活。在人类的生活过程中会有各种各样的神经联结产生，经常会被选择的分支其权重会变大，这样可以解释“熟能生巧”这件事，而不常使用的联结会变弱，但是联结生成后，除非外伤破坏，否则应该会一直存在，不然也就不存在通过催眠找回记忆这件事了。
在人受到事故而影响大脑失去记忆后，如果重温当初经历过的事有事可以唤起患者的记忆。我觉得，就是通过重新体验丢失的记忆，来修复神经元的联结。人会失去已经，或者产生记忆碎片，是因为神经元直接的联结发生了断裂，如果能恢复之间的联结，那么就可以将碎片重新拼接起来，人的记忆就恢复了。