关于神经网络的一点猜想

现阶段，工程应用方方面面都出现了神经网络，小弟现在也正在学习神经网络，有一点猜想。

当前的神经网络大多都是调整自身的权值，从而进行学习。在某一种神经网络的结构之下，通过改进算法，提高收敛速度，或者加深层数，提高性能。在网络的学习过程中，网络自己只是调整它的权值，这个阶段类似的是人类的学习过程。不同结构的网络，可以看成是不同等级的生物。比如单隐含层的BP网，是比较低级的生物；隐含导数比较多的网络，比如卷积神经网络CNN，可以当成是比较高级的生物。当低级生物发展了一定的阶段之后，就会出现进化，以此类比，将来也可能会出现一种网络，结构是随机初始化，权值是随机初始化，当权值学习到一个巅峰状态时，就会自主地调整自身的网络结构，模拟生物进化的过程。当调整结构之后，进而继续调整权值，进行学习。当再次学习到一种巅峰状态时，又会进行结构调整，如此反复。如果真有这样一种算法，人工神经网络可以自主进化，那人工智能可能真的会成为一种超越人类的存在。

只是学习时的一些猜想，欢迎拍砖。