主题：【讨论】中国首枚智能芯片问世 -- 红茶冰

jahcoo说的没啥问题啊，通俗一点说，识别猫的过程就是给机器喂一堆猫的照片，卷积核通俗理解就是滤波器，比如将图片去噪，完全模糊等等，你可以认为是和美图秀秀反着干的，对机器来说越不清楚，特征就会浮现，每个滤波器只处理一种，所谓十几层神经网络就是十几个滤波器，后面就是分类器的训练了，上各种花招都是为了降低运算量，其实在算法确定的情况下，上FPGA就是最好选择了，mxNet项目为了玩这个GPU都要榨干。

然后给机器从未看过的猫的照片，机器“眼”中看到的是一个概率分布的图片，概率高的区域就是猫了，其实机器连猫是个啥都不知道。

目前DCNN（深度卷积神经网络）最为搞笑的地方是，需要人工去调节各种参数，比如上面提到的图片模糊一下，到底模糊0.1还是0.11，训练的结果是不同的，干这个活的又讲不清为什么，只好扯这都是黑箱了，这个trick是各家的秘密，打死也不能外传。

无论如何，这是一个巨大的进步，阿尔法狗一折腾，估计各种资源都会扑过去了，我是做工程的，但是我真的很期待搞理论的能把这个捋清楚了。