我们希望通过建立神经网络NN达到人工智能AI的目的.
事实：
人脑的信息处理与信息存贮合二为一。{核心问题}
在传统的冯．诺依曼型计算机中，其计算与存贮是完全独立的两个部分。这两个独立部分——存贮器与运算器之间的通道，就成为提高计算机计算能力的瓶颈，并且只要这两个部分是独立存在的，这个问题就始终存在。对不同的计算机而言，只是这一问题的严重程度不同而已。神经网络NN模型从本质上解决了传统计算机的这个问题。它将信息的存贮与信息的处理完善地结合在一起。这是因为神经网络的运行是从输入到输出的值传递过程，在信息传递的同时也就完成了信息的存贮与计算。
分析：
神经网络的结构不仅决定了储存什么样的信息，并且同时决定了怎么样处理信息。我发现，神经网络违背了我们日常的直觉，也违背了古典经济学关于专业化的定律，同时也脱离了新兴古典经济学关于专业化和交易效率的两难冲突的基本思维，在逻辑的本质上，也将哥德尔不完全性定理的限制转变为开放，也就是实现自由创造的可能。
在经济学角度分析，按照从亚当斯密以来的经济学传统观念，专业化才是提高效率的途径，劳动分工才是经济增长的本质。但是在神经网络中，分工已经完全不是我们所想象的这种古典的分工形式。奇迹的是，计算和存贮是一个整体，并没有按照分工来进行，但效率却完全超越了古典的分工形式。
在新兴古典经济学的框架中，由于整合了古典经济学关于分工的思想和当代交易费用经济学派关于交易的思想，使专业化的劳动分工和交易效率形成一个两难冲突，也就是如果不断的进行劳动分工，不断的增加效率的同时，也带来了交易的困难。这样两者之间会出现一个两难冲突，使得效率的增加出现一个瓶颈。
诺贝尔经济学得主贝克尔在论述关于劳动分工，协调成本，知识的问题中问到：如果人类社会进步依赖于劳动分工，如果劳动者的自我意识随着分工发展而逐渐强化并把社会带入“个人主义时代”，又如果在个人主义时代，协调劳动分工着的劳动者需要支付日益增加的成本，并且这一成本的上升最终抵消了劳动分工的全部收益，那么，社会将如何发展呢？
贝克尔的政策意义是，自由贸易不再是亚当斯密所说国民财富增长的唯一源泉，教育和研究部门的知识的普及是当代国民财富增长的重要源泉。即一般知识的积累和分享带来的交易效率的提高对经济增长的促进可以远远超过市场通过贸易的拓展对经济增长的促进作用。
说偏了，说正题。
在新兴古典经济学的框架中，同样也是差不多这样的思路来解决关于专业化和交易效率的两难冲突的。比如多修公路等办法，通过增加专业化分工或者改进交易效率来打破平衡，促进新的分工和交易。
在神经网络的结构中，另人奇迹的是，本来在我们直觉里，分化成多的部分是为了增加效率，而这里却成为了障碍。当计算与存贮是完全独立的两个部分，这两个独立部分——存贮器与运算器之间的通道，就成为提高计算机计算能力的瓶颈，并且只要这两个部分是独立存在的，这个问题就始终存在。这样这种结构走出了我们通常的分析思维。对于经济学来说，经济结构本身就是一个发展方向。
能够想象如果一个社会的经济结构本身就具有人工智能，这种智能通过神经网络来实现，是多么美妙吗？
接下来是分析这种结构是如何可能的。
