我提出结构学习的思路，意图用结构学习代替机器学习

1.机器学习的本质和缺点

机器学习的规律是设计算法、用数据训练算法、让算法学会产生正确的数据回答问题，其缺点在于，需要大规模训练数据和巨大算力还其次，机器学习不能产生智慧结构，只能产生智慧信息，这种学习之后的思维不过是数据的工厂生产，不准确，出错率高，不能与自然生命规律、量子计算机、生物计算机对接，会产生发展瓶颈。

2.我对结构学习的设想

结构学习的过程：感知信息，将信息表达成数据，分析数据里面的逻辑，将数据逻辑表达成方程，将各种方程连接成方程结构图，运用这个学习即为这个方程结构图的图思维和图思维的输出，这么一来，机器学习的数据规模大、算力需求大、成不了结构、易出错、无法进入新一代智能机器、与自然生命规律矛盾等等瓶颈都解决了。

我会继续深入研究这个问题的。

以上为我刘海东一个人原创首创的研究