廢話一點，人還是需要休息才能更好的工作和生活，休息一段時間之后，大腦才會重啟開啟，重回告訴運轉，這也是這個文章的來源
如果對AI一點了解都沒有請參考
http://www.cnblogs.com/zx-admin/p/6376730.html
因為在初始化神經元的程序的時候需要大量AI積累的基礎數據和代碼
比如語言溝通，基礎新事物認識，都是需要從現在的AI里面得到的
為什么人類的神經元是這樣的 ，其實你反過來想，但是得拋開你習慣開發思維來向,這樣的設計方便更容易的建立關聯信息，也就說單個基礎的神經元就是微型的連接器或者說是微型電
路器，具備基礎存儲和鏈接功能，是個簡單的功能的單元，但是又不是一個功能完整的小型電腦，這樣的基礎單元經過簡單的鏈接，更容易大規模的數據中心，形象的說法，方便理解的
說法就現在一個帶有存儲和鏈接功能的“電池”，當然存儲的不是電，是二進制的或者很簡單基礎數據存儲器，但是這個理解不完全說出我的意思，需要形象的去理解
（特斯拉電池就是成千上萬個單個1.8w毫安的電池組成的）
有點像特斯拉這種方式，但是又不完全是，可能未來會出現一些新的詞匯來形容這種基礎數據單元
以下是對人，對程序來對比着來說的部分，不太好理解：
如果每個神經元都是一個數據塊，成千上萬的數據塊組成一個大腦數據庫，但是大腦是cpu也是存儲，也就是計算機以后的發展，cpu，內存，硬盤一體化，目前
發展是內存和硬盤更新發展到一起，使得處理數據的速度更快，人如果是終極的電腦，那么大腦就是終極的cpu，存儲就在cpu內部，對於硬件了解一點的就知道這個什么意思了
但是大腦是多個cpu中心或者說中樞組成
如果某些cpu損壞，其他的也可以替代部分功能，現在一般大腦的開發程度現在比較低，所以即使大腦缺失確實比較嚴重，依然足夠替代使用
每個知識點，都是需要關聯其他的基礎操作，比如基礎認知，基礎溝通來獲得新信息和知識，首先是存儲起來，然后嘗試理解，根據現在的知識去理解分解問題，就好比現在一個神經元新來
了一個問題，需要解決，先嘗試已有的問題，通過大腦的記憶回路（知識存儲的路徑和相關性），找到相關的已有的知識去分解問題，發現問題解決不了，如果是
必須解決的問題，跑個計划任務（潛意識處理），繼續去大腦尋找可能相關的知識點，如果還是不行，主動取相關決絕問題的知識，比如去做搜索，去問其他人，如果問題處理完成，
給這次的處理回路，點贊（增加遇到此類問題優先級和相關性），也就是我們常說依葫蘆畫瓢，如果這個問題不是非必須問題，拋棄（不是刪除，是偽刪除，數據相關性和優先級無限低）
這就是我們來分析人類思維，嘗試使用程序來實現的基礎。
http://baike.baidu.com/link?url=uV38sqzVH0WbC3drwFT_9JNWbO1E9XQiaQ1RhsXWjbOsGMbYE1shbHUCvk75FLqvGIUh3_bMIKHScjZ2u7oWV4O1gTaMAobnATr5CzYtBi3Dyy5_HZ4PtVbxrwM3NPNb
建議去讀一下
想了幾天之后，一個更形象說法就是小型數據中心節點（本身具備），但是神經元有不同的功能性分類，所以我們需要把神經元自身抽象成對象，一個可以編程的對象
Small data center node 這個說法比較貼切
但是現階段的數據庫不非常符合，需要折中，