我提出結構學習的思路，意圖用結構學習代替機器學習

1.機器學習的本質和缺點

機器學習的規律是設計算法、用數據訓練算法、讓算法學會產生正確的數據回答問題，其缺點在于，需要大規模訓練數據和巨大算力還其次，機器學習不能產生智慧結構，只能產生智慧信息，這種學習之后的思維不過是數據的工廠生產，不準確，出錯率高，不能與自然生命規律、量子計算機、生物計算機對接，會產生發展瓶頸。

2.我對結構學習的設想

結構學習的過程：感知信息，將信息表達成數據，分析數據里面的邏輯，將數據邏輯表達成方程，將各種方程連接成方程結構圖，運用這個學習即為這個方程結構圖的圖思維和圖思維的輸出，這么一來，機器學習的數據規模大、算力需求大、成不了結構、易出錯、無法進入新一代智能機器、與自然生命規律矛盾等等瓶頸都解決了。

我會繼續深入研究這個問題的。

以上為我劉海東一個人原創首創的研究