在谷歌研究院内，有一种叫做Inceptionism的人工神经网络技术，它可以帮助人们更好地理解明白网络的运转方式以及改善它的方法。据了解，人工神经网络是基于生物神经网络打造的一种人工智能形式，跟大部分传统软件不同的是，人工神经网络并不是通过严格遵守规定进行运转的，而是通过上数百万个例子进行培训和逐步调整网络参数然后达到团队想要的效果。
Inceptionism由一个个像相互连接的神经元的节点组成，它能够处理大规模的数据输入。该网络通常由10-30个对叠层组成，图像首先进入输入层，然后进入下一层，每叠加一层，数据的复杂程度就变得越高，当图像数据进入最后那一层也就是“输出层”时，系统就能给出对目标图像的答案。对叠层学习、检测目标对象的能力则会随输入数据数量的不断增长而得到增强。
这种技术在图像分类、语音识别等领域拥有非常宝贵的使用价值。不过，谷歌研究院也指出，人工神经网络技术在带来高效的同时也加大了他们对系统的理解难度–因为他们只能知道数据在输入层和输出层的表现，至于当中的那20多层，他们就没法弄明白。
而为了能够了解这一过程，研究团队不再让它看图辨物，而是告诉系统条件让其绘制物体。结果他们发现，系统只要得到适当的指导以及足够的信息之后，它真的能相当精准地绘制出目标物体。
在实验过程中，这套网络成功制作出了能让人们能够看明白的图片，不过总觉得它们看起来有些不对劲，有种进入迷幻世界的感觉，不信你可以来感受下。
