不对，是反弹。
“阿零给的后门已经被补丁给堵上了吗？看起来不能继续深入了，这条路上一定会有‘蜜罐’。”小八低声说道。
这句话是对自己的自我暗示。
周围的景色再一次变化。黑暗消失。
向山看到了墙壁。
仿佛建模出了问题一般，无数细微线条组成的稀疏墙壁。
小八想着墙壁伸出手。
他并不是真的“伸出手”了。他也没有灵魂出窍。这一面墙壁是他所得到的数据反馈，是从服务器下载到的数据、经由生物脑的处理则想象成的。向山也只是借由“伸出手”的这个念头，来进行自我暗示。
向山生物神经网络之中，一部分自主放电的中层神经元，会与产生这个“伸手”这个念头的神经元，以及将之囊亏在一起的内功神京回路一起，形成混杂的“预测式编码结构”。
这是大脑的一个固有机制。
大脑依靠神经元网络层层抽取抽象概念、特征来进行识别。“深度学习”就是模拟这一过程，利用一层层的计算机编码，抽取输入信息的特征，进行单独的识别，并进行复杂的模拟计算，并最终给出结果。其中的“深度”，便是指“模拟神经网络的层数”——输入层与最终输出层之间、模拟层层抽取特征的神经元网络的“隐藏层”。层数越多，计算的深度也越深。所以越是复杂的选择问题，越需要深度的层次多。
21世纪初所出现的超级围棋计算机AlphaGo，其策略网络是13层，每一层的神经元数量为192个。
内容未完，下一页继续阅读