机器翻译Seq2Seq模型的启发-人工神经网络系统-诞生_seq2seq模型是神经网络

该模型采用了将信息通过某种编码 ，而后通过一个循环神经网络模型解码来实现语言的翻译，

那么我们如果把有的信息都看作是人类的信息，而机器训练需要的数据不是直接的信息，是神经网络的信息，也就是说某个模型的信息，所有以要通过编码才能让模型更好的，知道该信息的意思，最后解码成人类的信息，所有被模型处理的信息都是模型的编码

如果说反向调节编码规则的话，那么我们可以把任何信息都编码成为一个线性函数，或是模型，且和该模型完全的匹配，

假设我们认为Seq2Seq模型是唯一的神经网络模型，那么我们，就可以通过反向调节编码规则来，来使得任何的信息都可以被这个模型处理，相对于我们创造模型来说，这个更加的简单实用

因为我们的计算机就是通过将人类 信息进行编码来实现的 处理信息后在翻译成其他信息的，
且人类细胞内的计算也是这样的模式，

所以 我们可以将这个Seq2Seq模型作为一个神经网络计算机原始机，最后通过完善，一定会设计出来，某种编码格式能够完全胜任任何信息可以被该神经网络计算机处理，可以这么说把，我们的目前计算机系统就是一个简单的处理人类信息的系统，将来
神经网络计算机，会是一个被叫做人工智能系统，或更具体就叫人工神经网络系统