点，点间连接的数学构型系统

点，点间连接的数学构型系统

生物神经系统的宇宙时间尺度的进化过程：通过天文数字的生物数量、天文时间尺度的生态系统得自然（按自然规则）的演化，沉淀出最高级的人脑神经系统，那么其实，这个过程就是相当于大模型的训练阶段；

然后，人的物理个体，在自身的物理世界的人生过程中，经验感知沉淀到自身的神经系统中，这个过程也相当于大模型的训练阶段；

所以，以后研究出的神经系统，在训练阶段还是需要大量计算、消耗大量能源资源，这个替代自然界的天文尺度；

然后，一旦训练完成，就不再需要多少计算，类似于人脑，通过这个神经系统得天文复杂度、实现的天文级数学表征能力，通过接口，实现无限的实际物理能力。

因为她的全面能力都沉淀在这个数学构型系统得无限复杂度上，有限的点，立体连接，实现了几乎无限的连接，无限的连接表征无限的信息。

全连接的构型系统，在与现实世界的经验沉淀后，连接构型自适应成型，就类似于那只猴子的五个手指所对应的连接构型，转变为四个手指所对应的构型。

连接参数为0，就相当于连接消除；

连接参数为-1到0之间，相当于前端神经只接收后端神经的反向传播信号；连接参数为0到1之间，就相当于前端神经只发送给前端神经的前向传播信号；

通过参数的正负，来表征信息的传播方向，每一个数学结点，有一个坐标（结点身份），<坐标1，坐标2，连接参数>的一个数学抽象，就表征这个构型系统中的任何结点间的数学连接关系；

数学系统中如果存在<坐标1，坐标2，连接参数1>与<坐标2，坐标1，连接参数1>两个数据表征，表明这两个结点间可以同时前向传播、反向传播；

从神经网络科学的数学层面来研究，来想象，研究设想新的数学构型；

我们编程中有一个经验，就是实现某个解析目标，如果程序设计中，利用了更多的数据空间资源（空间的），就可以减少利用时间资源（计算时间，时间的）；反之，利用了更少的数据空间资源，就需要增加利用时间资源（计算时间）。

所以，从哲学直觉的角度来说，一个构型系统，如果增加它的结构形式复杂度（空间的），那么就可以减少它的解析过程的复杂度（时间的）。