“不知道毕老师说的这个研究是什么？能具体说一下吗？”周明也有些好奇地对毕万方询问道。

听周明询问这句话后，毕万方却是神秘地笑了笑，并对周明说道：“其实倒是与你先前发表在《智能系统学报》上的【关于一种用于训练神经网络和执行其他任务的算法讨论】中所提到的一些内容有关，是关于深度神经网络模型的研究。”

深度神经网络，英文简称为dnn，擅长视觉识别任务，刚开始的时候科学家们还都是用小白鼠做实验，比如引导小白鼠大脑的听觉区产生类似视觉的功能，只要用视觉信号训练它就可以了。

这个研究结果可以被用于给盲人安装“电子眼”的研究上，给盲人加上类似蝙蝠的声纳系统，然后引导他们的听觉脑区利用类似处理视觉信号的方法看到物体。

所有的科学实验的目的都是为了服务人类的，而小白鼠与人类之间的差异太过巨大，所以已经有科学家们开始将深度神经网络用作灵长类动物大脑中神经计算的建模框架。

就像单个大脑一样，每个深度神经网络都有独特的连接性和代表性配置文件。

“自从你那篇论文发表之后，人工智能领域的发展相比较计算机其他领域的发展，简直就像是一个是普快和高铁之间的速度。

而深度神经网络现在也已经成为了计算神经科学界的焦点，更是在今年年初以前所未有的任务性能彻底改变了计算机视觉之后，相应的网络也很快就被测试了它们在大脑中解释信息处理的能力。

我这次的目标，是通过任务优化的深度神经网络，来构建预测灵长类动物视觉皮层多个区域活动的最佳模型类。

但是，就算这个视觉模型构建出来了，任然存在一个问题，那就是网络内部表征在多大程度上普遍化，或者说网络实例是否像大脑一样，由于其独特的连接性特征而表现出个体差异。”

毕万方又继续对周明说着他关于计算神经科学的研究领域，以及可能会遇到的问题，就算是一个外行人，单是从毕万方现在所说的这些话中，便能听出来他的这个研究至少涉及到了生物学和人工智能这两个领域。

“你的这个担心是有必要的，我认为肯定会存在个体差异的，而且这个差异不会小。”

周明对毕万方说道，有些事情他虽然能够很确定，但是他并不能表现得言之凿凿。

所以周明在表达一些现在还未被验证的自己的观点之前，总是会加上一个我认为、我觉得这样的词语。

此时两人的聊天状态和刚才就完全不一样了，刚才他们是聊事情，所以比较随意。

但现在他们是在聊科研，科研是严谨的，他们自然也就没有了刚才那种随意。

“巨大的差异就意味着分析单个网络实例的常见做法是错误的，需要分析网络组以确保所获得见解的有效性。所以之后我们还要调查深度神经网络实例之间的个体差异，并对此进行研究……”

毕万方又接着周明的这个话，继续往下说道。