在自学神经网络，对它为何能起作用很迷惑

在自学神经网络，对它为何能起作用很迷惑。

比如这个用神经网络识别验证码的应用：

http://hi.baidu.com/deadpig/blog/item/ab7558dfc94d741448540385.html

http://herecomethelizards.co.uk/mu_captcha/


从原理看，人工神经网络的神经元就是一个向量内积过程罢了。难道向量内积会有这么高的普适性，可以用在这么多场合？如果靠训练到满意就能实现思维，我们天天在家训练神经网络就可以了，何必编什么程。。

1. 上面的验证码识别，按文中意思，要先把图片切分成一个一个字母，这个过程为何不由神经网络来切？

2. 例如在识别字母 A 时，神经网络并不是真正掌握了A字母的拓扑，完全是在靠运气猜，如果图片旋转了变形了，它是不是就昏头了？之前的训练就白做了，必须从头开始训练？

3. 我看到书上说有些神经网络还能表现出类似人类学习单词过去式的历史。比如学习go，最早婴儿自然而然就掌握了过去式 went，但当他后来学会了 -ed 后，他就改口说 goed，再后来，又调整为 went。云云。神经网络也能表现出这样的学习过程。但是，婴儿是意识到了一条规律和一些规律外事实，而神经网络只不过是瞎蒙，蒙到人类满意，它自己并不能总结出什么规律。不知这么说是否合理。

以上。

神经网络是模仿人类大脑的学习，并不是向量内积有什么普适性。