第92章 你的任务从被选择时就注定了(2/4)

首发：~第92章 你的任务从被选择时就注定了

他指了指猫耳朵的位置：“你觉得这是耳朵。AI觉得这是一堆介于87到142之间的数值。它不认识猫，只认识数字。”

前排张巧儿举起手：“那它怎么从一堆数字里认出这是猫的？”

“好问题。”林宇在照片旁边画了一个3乘3的小方格矩阵，九个格子里分别填上了数字。

“这个带数字的方格，叫卷积核。你们可以把它理解成一块特殊的放大镜。”

他拿起黑板擦比划了一下：“想象你手里拿着一块只有九个格子大的小窗户，把它按在照片上，从左上角开始，一格一格地往右滑、往下滑。

每滑到一个位置，窗户里的九个数字就和照片上对应的九个像素做一次乘法再加起来，算出一个新数字。”

他在黑板上一步步演算，数字填进去，结果写出来。

“滑完整张照片之后，你得到了一张新的图。这张新图上，数字大的地方，就是原图里明暗变化剧烈的地方。什么地方明暗变化最剧烈？”

“边缘。”周昊抢答。

“没错。猫的轮廓、耳朵的线条、眼睛和脸的交界，全是边缘。卷积核做的事情，就是把这些边缘从一堆灰度数字里'算'出来。”

林宇在黑板上把演算结果对应到猫的照片上，用粉笔沿着计算出的高值区域画线。

几笔下去，那只模糊的猫突然有了清晰的轮廓，耳朵、胡须、眼窝，全部浮现。

教室里响起一片低低的声音，不是惊叹，更接近于恍然大悟。

“所以AI看图的第一步，不是认内容，是找边缘。这跟画画是一个道理。”

林宇回头看了一眼最后一排。

齐悦的笔没停过。她的速写本上，公式和图解穿插在一起，卷积核滑动的过程被她画成了一组连续的分镜，每一帧之间用箭头串联，旁边标注着“跟素描起形一样，先抓大轮廓再补细节”。

画得比林宇在黑板上的板书精致了不止一个档次。

他没多看，继续往下讲。

从单层卷积到多层堆叠，从边缘检测到纹理识别，再到更高层级的语义理解。每讲一层，他就在黑板上多画一张图，一层压一层，那只猫从一坨灰度矩阵逐渐变成了有轮廓、有质感、最终被标注上“猫”标签的完整识别流程。

程建国的笔记写得飞快，字迹潦草但条理清晰，每个关键公式旁边都用红笔画了框。

这孩子虽然才高中，但这两天数学底子被灵梦喂得扎实许多，基本能跟上节奏。

云澜的三个工程师就更不用说了，何永辉写到中途突然停笔，盯着黑板上的多层特征提取框架看了足足有半分钟，脸上的表情从专注变成了震动。

尽管他早知道CNN的原理，但第一次见到有人讲的这么通俗透彻。

“不愧是林老师。”

林宇脑海中那股熟悉的清凉感在这个节点涌了上来。

【当前课堂：31名学生深度理解卷积神经网络的视觉处理原理。宿主获得返还：计算机视觉·精通级！额外返还：图像生成对抗网络（GAN）基础架构理解！】

新的知识体系铺展开来，大量关于GAN的理论框架和应用场景涌入大脑，自然地嵌入已有的知识网络。

林宇的视野里，齐悦速写本上的那些线条突然变得不一样了。那些排线、明暗、构图，在他脑子里自动触发了一个念头。

GAN模型。图像生成。艺术创作。