如在某方面过于早熟，是否可能阻碍更高级的智能发展？ — David 9
对于早熟（precocial）动物我们并不陌生，一匹小马在出生几小时以内就可以自我站立走路：
自然选择使得这种物种特别偏爱这样一个技能：“跑”，甚至在出生后不需要怎么训练就能快速学会。那么神经网络是否也可以实现免训练（早熟模型）呢？谷歌这篇论文给出的答案是肯定的。
更有意思的是，这篇权重不可知网络WANN（Weight Agnostic Neural Networks）类似的也适用于小马走路这种简单的行为任务，包括模拟直立前进和赛车小游戏：
来自：https://arxiv.org/abs/1906.04358
与现有神经网络迥然不同，整个WANN网络从最简单的几条连接开始构造，仅通过拓扑搜索而不通过权重训练（权重通过设定超参数，由此，从一个分布中随机拿到），为了最小化权重的影响力， 挑选了那些对多数权重都表现较好的拓扑作为候选拓扑（有些遗传算法的思想在里面）：
谷歌开了个好头因为常人太在乎权重训练了，把注意力移到拓扑搜索上来，也许有新的发展。
但是，神经网络拓扑的搜索空间较大，研究人员只采取了一些常见的激活函数（sin , ReLU, tanh等）组合方式（没有卷积, pooling等复杂操作）， 
