يُدرك البشر العالم من خلال الرؤية والسمع واللمس، بالإضافة إلى الخبرات السابقة. يمكن تعلُّم الخبرة البشرية من خلال التعلُّم العادي (نُسمّيه المعرفة الصريحة)، أو بشكل لا واعٍ (نُسمّيه المعرفة الضمنية). سيتم ترميز هذه الخبرات، سواء تعلمت من خلال التعلُّم العادي أو بشكل لا واعٍ، ثم تخزينها في الدماغ. وباستخدام هذه المجموعة الغنية من الخبرات كقاعدة بيانات ضخمة، يمكن للبشر معالجة البيانات بكفاءة، حتى لو لم يسبق رؤيتها من قبل. في هذه الورقة، نقترح شبكة موحدة لترميز المعرفة الضمنية والمعرفة الصريحة معًا، تمامًا كما يتعلم الدماغ البشري المعرفة من خلال التعلُّم العادي والتعلُّم اللاواعي معًا. وتُنتج الشبكة الموحدة تمثيلًا موحدًا يمكنه دعم مهام متعددة في آن واحد. ويمكننا تنفيذ تطابق الفضاء النواة، وتحسين التنبؤ، والتعلُّم متعدد المهام داخل شبكة عصبية متقطعة. تُظهر النتائج أن إدخال المعرفة الضمنية إلى الشبكة العصبية يُحسّن أداء جميع المهام. كما قمنا بتحليل التمثيل الضمني المُكتسب من الشبكة الموحدة المقترحة، وتبين أنه يمتلك قدرة كبيرة على استيعاب المعنى الفيزيائي المُختلف للوظائف المختلفة. يُمكن الاطلاع على كود المصدر لهذا العمل من خلال: https://github.com/WongKinYiu/yolor.