人脑结构是SNN
无论是什么人种，这个网络结构都差不多，多点少点节点对整个网络都没什么决定性影响。
但是这个网络肯定有决定网络性能的超参，这个初始超参是什么样的就是随机和遗传混合了，超参肯定是千人千面，差异巨大。
比如人脑网络中的激活函数，是根据不同状态还会产生变化，这随机能力更是顶满了。
所以在某种应用场景上，必然有一些人原生大脑网络的效率要优于大多数人，更为贴近理论上的理想模型（如果有的话）。
这种效率上的领先，一般体现在部分人学习某种知识上的高效率和领悟能力上，也就是我们对天赋的最基本的描述。
说实在的，后天的训练只是喂数据，数据量大肯定是好的，但是这个网络本质性能不会有变化，一些硬性的关键参数，目前也不知道是怎么起作用的更不知道是哪里起作用的，后天基本上没用。
还有一种天赋的体现，或者说最玄学的情况是直觉。
围棋的死活题是个很好的例子，因为本身是弱逻辑性的，死活练习就是不断的输入练习数据，让人的计算力提升，顺带着提升人对某些图形的敏感度，但是本质上就是为了提升计算力。
但是就是有一些人，计算力在同等级的棋手中并不处于领先（算力强是另一种天赋，只不过没正规比赛且容易达到生理极限），但是对局时候就能在大家都算不清的地方找到更好的选点。这就是所谓的棋感，听起来很神奇，但是他就是觉得这里价值大，能出棋。
在数学上一些方向的处理上，都是模糊的，就是有一些天才，可以隐约的感知某些未知方向跟其他的方向有点区别。
打个比方，猎手在追捕猎物时，可以感知猎物的种种状态，这被不明所以的人称为猎手的直觉，其实是通过脚印，分泌物，粪便，植被的压痕或啃食痕迹等种种线索综合判断而来的，但哪怕把这些线索系统总结后传授给其他人，没有置身于捕猎环境里经历过反复锤炼也是纸上谈兵，因为真实环境更为复杂，远远超过人类的理性认知和总结，往往信息传递时还要损失一部分。
捕猎这个场景大部分知识还是显性的，可总结的，那么对于那些前沿的，认知信息少之又少的领域，人类处于盲人摸象状态，没有足够的显性信息，只有极少数人的认知网络能够找到一条正确的路，因为神经网络的本质就是分类，对于一般人来说完全没区别的几种输入，可能在某个原生网络里是有轻微差别的。
当然人都克服不了事后诸葛亮，倒果为因，强行赋予逻辑意义，甚至诉诸运气。
