为什么是神经网络？

    很多人都已经知道：深度学习成为2013年的热词。像Google、微软或者Stanford这样的机构还是有机会得窥一斑，ordinary guys少有接触应用级的DL技术，只是概念上的理解而已。

    就我而言理解到的只有两个fold里的三个点：结构上的CNN和一个好深的网络；功能上人工特征环节的得到strutured。其实我把CNN和structured的人工特征环节也是等同的，所以领会的既浅且窄。对于微软、百度的深度学习模型或窄长或宽短的结构怕是只是个画影了。倒是有一点挺吸引人，就是CNN的神经生物学里的实验。让我想起在神经网络这本书里提到的大脑的能力，就深深地信服神经网络的力量了。

    如果你在公交上看到一个美女，你想多看几眼，可又不好意思一直盯着看。所以你就假装头转过去，但是眼睛却一直盯在她身上。无论你的头怎样转动（以使别人认为你在看别处），眼睛都能很好地保持聚焦在姑娘这个点上。而且很稳定啊！你坐在一个小车上用摄像机对准这位姑娘，当我推动小车的时候你是很难稳定地继续聚焦在她身上的。即使春晚的摄像师也难做到我们的眼睛那样稳定。

    这就是大脑的能力哎！

    眼睛后部有一个叫做VOR的系统，它可以想象成高中生物里介绍过的那种反射弧。他接收来自大脑的头部运动信号，然后输出眼部运动信号给控制眼睛转动的肌肉组织，从而完成对眼睛的稳定控制。这个处理速度和输入-输出的准确性真的很厉害。

    VALSE会议上看到组织了一个panel，讨论“人工智能的终点是不是模拟人脑的智能？”（好像是这样陈述吧），我真的想听听当时的讨论，只可惜木有1bit信息。“是不是”这个恐怕得交给时间来回答了，恐怕我有生之年是看不到机器达到人脑的境界了。神经网络与神经生物学上的交互频繁，而人脑又是一个可以仿效的究极体，这个可能是神经网络不同于其他机器学习方法而领先的一点原因吧！