有关系统的一点想法

系统随处可见，建立自己的系统，围绕主题探索。

分类、依赖路径、归纳，简化假设，抽象等，全部都是为了能遍历系统，问题是如何高效遍历，显然不同的系统遍历方法是不同的。

图灵机实际上就可以看作为一个系统的遍历过程，核心还是如何高效遍历。

不管是深度学习，通信，还是一般的算法过程，都可以纳入这个框架中。

实际上，传统的算法过程，是给定问题实例，设计遍历过程。机器学习/深度学习的核心贡献就是将该遍历过程参数化，将其转化为一个优化问题，这样就可以减少人工设计。

其实，这种思想在很多领域都是常见的。由此，就可以看出机器学习/深度学习本身的强大以及弱点在哪里了。

构建系统，去解释/预测另一个未知的过程，不仅是计算机，也是我们自己常用的方法。

正因为系统的这种抽象和普遍性，递归表示自身也是正常的，比如构建‘构建系统，去解释/预测另一个未知的过程’的系统，去解释/预测另一个’未知的过程’。

实际上，所谓AutoML，就是这种递归思想，当然，可以Auto Auto ML，等等。

由此可见，基本思想的重要性。