AI时代，不懂这些你就out啦！(3)

据DeepMind团队透露，AlphaGo是通过两个不同神经网络“大脑”合作来改进下棋方式的。
这些“大脑”是多层神经网络，跟那些Google图片搜索引擎识别图片在结构上相似。
它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13个完全连接的神经网络层产生对它们看到的局面判断。
在DeepMind团队透露的信息里，有一个词反复出现：神经网络。

谈到深度学习，就不能不讲神经网络：
神经网络到底是什么？它能帮助我们解决什么问题？如何使用神经网络实现深度学习？
科大讯飞华南研究院执行院长刘舒的这场分享，就以深度神经网络作为典型例子，为你揭开AI技术神秘的面纱。
（视频课程已在会员频道上架，点击文末【阅读原文】即可进入专题页）

四、AI产品设计流程
了解了基本的AI技术原理，我们就可以考虑产品设计层面的事情了。
在这里，有一些问题是需要提前弄清楚的。比如说：
这个AI技术能够帮助解决什么问题？AI产品的设计准则、业务流程方法是怎样的？AI产品的实现过程，与传统互联网产品有何区别？AI产品方案实现的细节中，有哪些常见问题？如何解决？
这些问题，带你走一遍实战流程就能明白。一次不够的话，那就两次。