人工神经网络模型、人类的大脑和人类社会本身相似性 （一家之言，仅供一笑）。

神经元和人类个体的相似性。人工神经网络中神经元可以被赋予一定的激活机制，经训练后获得一定的知识，即权值。人类可以通过周围的环境、个人经历、学习等过程获得一定的个性，行为准则、方法，知识等一系列特性，即激活机制。

神经元的存活期非常短，部分神经元的死亡或损坏不影响大脑，人工神经网络的能力，因为计算是分布的，知识是分布保存的。人类也一样，部分人类的死亡对整个人类社会没有影响。只有大范围的死亡时才会造成影响，但又具备自我恢复的能力。部分的社会彻底损失后，其它的部分经过训练完全可以取代损失部分的功能。

人类的社会结构类似于不同的人工神经网络结构。前馈的，反馈的，全互联的，部分互联的。人类社会和神经网络都是多层的，互联的，神经网络善于处理大未知量的非线性问题。人类社会的问题处理和发展似乎从来都不是线性的。

网络的学习方法也可映射到社会的进步模式，不断的从错误中学习，改进。失败即成功之母。

这个模式似乎具有一般性，往下推可以推到每个神经元，神经元内部是什么样的超出了我的知识范围。向上推可以推到人类社会，或者进一步到地球的整体生态，银河系的组成形态，宇宙的组成形态。那个超出了我的知识范围。