盖世汽车讯 深度神经网络是一种人工智能（AI），可模仿人类大脑处理信息，但了解这些网络如何“思考”一直是一个挑战。据外媒报道，日本九州大学（Kyushu University）的研究人员开发出新方法，以了解深度神经网络如何解释信息并将其分类。

图片来源：期刊《IEEE Transactions on Neural Networks and Learning Systems》

相关研究论文发表在期刊《IEEE Transactions on Neural Networks and Learning Systems》。新研究方法解决了确保人工智能系统准确、稳健并能满足安全使用标准的重要需求。

深度神经网络通过多层处理信息，类似于人类一步步解决难题。第一层称为输入层，用于输入原始数据。后续层称为隐藏层，用于分析信息。早期的隐藏层专注于基本特征，例如检测边缘或纹理（如检查单个拼图块）。

更深的隐藏层结合这些特征来识别更复杂的模式，例如识别猫或狗（类似于连接拼图块以揭示更大的图景）。