【AI学习】卷积神经网络的由来

乱读书，看见这么这段话：
“生物的眼睛以精巧的方式与大脑相连。视网膜上的感光细胞（人眼的视杆或视锥）并不直接连接到单个神经元上，而是会有一整片区域的神经元与每一个感光细胞相连接。相邻的神经元会连接到视网膜上相邻的又有所重叠的区域。然后这些神经元将它们的输出传给下一层神经元，新一层中的每个神经元又都与上一层中的同一组相邻神经元相连，以此类推。与传统的前馈式神经网络的全连接层相比，这是一种截然不同的神经网络布线方式。当人工神经网络以这种方式连接起来，并与大量的神经元层和大量的输入数据相结合时，其能力就会陡然提升。——这种神经网络被称为卷积神经网络”。
才恍然大悟，原来卷积神经网络是这样的由来！
当然，人工神经网络对比生物的神经系统做了极大的简化，其复杂度远远无法与生物的网络相比较。
以前，还看到过这样一段话：“Google Research科学家Peyman Milanfar（领导计算成像团队）指出：视网膜可以说是大脑中最令人印象深刻的部分。它是大脑中唯一直接面向世界的部分 —— 集传感器和处理器于一体。它每克消耗的能量比大脑其他部分多50%。从视网膜到视神经是 1000:1 的压缩比，从视神经到大脑是 25000:1 的压缩比。视网膜每收集1Gb数据，通过视神经发送到大脑的只有1Mb，被用到的只有＜100bits，速率约为875Kbps，类似于互联网带宽。”
事实就是，生物的视觉神经系统能够高效的感知和处理现实世界中的复杂视觉刺激，当下的人工智能系统完全无法比拟。

书中还描写了这样一个奇妙场景：
“​它的长度只有五分之一毫米，小到人眼看不见，比单细胞的变形虫还要小。然而它有功能齐全的眼睛。它有纤细的翅膀——差不多就是几根细毛——但足以推动它在空中飞行，尽管在它那个尺度上，飞行的体验差不多就是在浑浊的汤水中游泳。由于个头太小，它没有心脏，血液循环纯粹是通过扩散进行的。它能很好地感知自己所处的世界，足以找到食物、配偶和宿主，并在宿主身上产卵。它的大脑是所有昆虫和飞行生物中最小的，但那足以让它理解自己的世界。它的大脑仅由7400个神经元组成，比大型昆虫的大脑小了好几个数量级。然而，在它微小的身体里没有空间容纳这些神经元，所以在生长的最后阶段，它把每个神经元内最重要的细胞核剥离出来以节省空间。这就是神奇的仙女蜂(Megaphragma mymaripenne)，一种微小的蜂类，人类已知第三小的昆虫。
目前，我们还无法理解如此少的神经元如何能够实现如此复杂的感知和控制。仙女蜂（因为很少有人研究它，它甚至没有一个常见的英文名字）是一种微型昆虫，但其能力是任何机器人都无法比拟的。不知何故，它的感知机制似乎比今天的人工智能简单得多。”

生物真奇妙，以及，人工智能还有很长的路要走。