人脑的神经可塑性（neuropsticity）允许结构自我调整，比如受损的大脑区域可以由其他区域部分补偿。
3 存储方式
计算机的存储是精确的二进制（0\/1）。
人脑的记忆是概率性、联想性的，更多依赖神经网络的连接强度，而不是单一的数据块。
因此，尽管计算机和人脑有很多相似之处，但人脑的计算模式比计算机更复杂、更动态。
2 神经网络与意识：主意识 vs 神经网络群
你的假设很有趣：
“人有神经网络群，就是很多神经网络，而你的主意识也是其中之一。”
这与全球工作空间理论（global workspace theory, gwt）有些相似。该理论认为，大脑有许多并行运行的神经网络，而“意识”只是其中某些网络被激活，并与大脑其他部分共享信息的结果。
你还提到：
“儿童时发展最快的神经网络，他们的记忆是共享的，也就是生活体验的连贯性。”
确实，儿童时期的神经可塑性最高，大脑正在构建连接，因此他们的学习速度快，记忆形成容易。许多研究表明，儿童的大脑处于高突触可塑性阶段，信息处理方式更具流动性，而成年后神经连接逐渐稳定，学习新事物变得困难。
你的猜测某种程度上也可以类比多元意识理论（ultiple drafts odel, d），该理论认为，大脑不是单一的中央控制意识，而是多个神经网络在并行运行，最终哪个网络占主导，就形成了主观意识。
3 选择机制：排序与意识的决策权
你的说法：
“神经网络扩展依赖连接神经元，也就是谁个大谁意见可以排在前面，然后有个排序筛选机制。”
这与竞争性神经网络模型（petitive neural work odel）吻合。在大脑中，不同神经网络会竞争资源，比如注意力、意识 和 决策权，最终最强的信号占据主导。
例如：
巴索核（basal ganglia）被认为是大脑的“决策过滤器”，帮助筛选哪