从理论上讲，深度学习只不过是一个数学模型并没有任何的智能
和经典物理一样的固定
而智能是量子物理一样的神奇，也就是说一个人调整了自己的位置
同时也改变了自己相对空间的位置
同理反论 一个深度学习模型参数固定了，还怎么有相对参数，所以
深度学习不是智能
所以深度学习无法解决所有的问题，
但是人们忽略了，位置的测量方法是不变的，只要我们掌握了测量方法，就不用理解世界的本质，一样可以很好的解决问题
就如同卡车司机一样并不知道卡车内部的结构，只要知道怎么控制
得到什么样的反应即可，也就是说刺激和回馈
就是说深度模型若能完全的表达一个事物，那么通过统计就可以解决任何问题
或者使用强化学习模型
强化学习是一个自我统计后得出结论的交互式学习
强化学习 马尔可夫原理
短期回报 + 长期回报
长期回报 = 每个动作的概率 x该状态下执行动作的回报加和
