卷积（Convolution）

是什么

卷积就是把一个「滤镜」在数据上滑动，每一步做一次加权求和。

直观理解

原始信号:  [3, 7, 2, 5, 8, 1, 6]
卷积核:    [⅓, ⅓, ⅓]  （3 天平均窗口）

滑过去 →
位置0: (3×⅓ + 7×⅓ + 2×⅓) = 4.0
位置1: (7×⅓ + 2×⅓ + 5×⅓) = 4.67
位置2: (2×⅓ + 5×⅓ + 8×⅓) = 5.0
位置3: (5×⅓ + 8×⅓ + 1×⅓) = 4.67
位置4: (8×⅓ + 1×⅓ + 6×⅓) = 5.0

结果: [4.0, 4.67, 5.0, 4.67, 5.0]  ← 平滑后的曲线

数学定义

(f ∗ g)(t) = ∫ f(τ) · g(t-τ) dτ

把 g 翻过来，在 f 上滑动，每步算重叠部分的积分。

在图像处理（CNN）里

拿一张图片，用小矩阵（卷积核）在上面滑动：

图片（5×5）:              卷积核（检测竖边）:
┌─────────────────┐      ┌──────────┐
│ 10 10 10  0  0 │      │  1  0 -1 │
│ 10 10 10  0  0 │  ∗   │  1  0 -1 │
│ 10 10 10  0  0 │      │  1  0 -1 │
└─────────────────┘      └──────────┘

在明暗交界处（10 → 0），卷积输出值很大 → 检测到了竖边

不同的卷积核能检测不同特征：竖边、横边、模糊、锐化……

一句话

卷积 = 拿一个滤镜在数据上滑动，每步加权求和。

领域	滤镜是什么
信号处理	平滑窗口
图像处理	边缘检测器
CNN	网络自己学出来的特征提取器

---

CNN 的设计来自猫实验

Hubel & Wiesel（1959年，诺贝尔奖）

两位神经科学家把猫固定，在屏幕上打光，同时用电极记录猫视觉皮层里单个神经元的放电。

发现了两件事：

1. 每个神经元只对视野里的一小块区域有反应（局部感知）

整张图：🖼️
这个神经元只管这里：[ 3×3 小块 ]
对其他区域的刺激：没反应

2. 神经元分层响应，从简单到复杂

第一层神经元 → 只识别"某个角度的边缘"
第二层神经元 → 识别"边缘组合成的形状"
第三层神经元 → 识别"形状组合成的物体（比如猫耳朵）"

直接启发了 CNN 的两个核心设计

神经科学发现	CNN 对应设计
神经元只管一小块（局部感知）	小窗口（3×3）在图片上滑动，不看全图
从边缘→形状→物体的层级结构	多层卷积，浅层提取边缘，深层识别物体

CNN 的发明者 Yann LeCun 在论文和演讲里多次明确承认，CNN 设计直接来自这个猫实验。

不是比喻，是真的从猫身上得出来的。

---

微电极记录：怎么"听"神经元说话

神经元放电的本质是电信号

神经元"放电"时，细胞内外离子快速交换，产生约 100 毫伏的电压脉冲，向外辐射：

神经元静息：  -70mV
神经元放电：  +40mV  ← 这个瞬间变化就是"放电"
              ↓
              -70mV  恢复（约 1 毫秒）

电极怎么捡到这个信号

头骨 → 开一个小孔
  ↓
微电极（尖端直径几微米，比细胞还小）插入视觉皮层
  ↓
电极尖端靠近单个神经元
  ↓
神经元放电 → 电压变化被电极捕获
  ↓
放大器 → 计算机记录 / 扬声器发出"噼啪"声

每次神经元放电，扬声器就响一声。Hubel 和 Wiesel 就是靠听声音来判断哪个视觉刺激让神经元兴奋。

实验现场的意外发现

猫被麻醉固定，眼睛对着屏幕，头骨打开小孔，电极缓慢推进去。

他们一直找不到能让神经元响的图案，沮丧了很久。后来在换幻灯片时，玻璃片的边缘划过屏幕，神经元突然疯狂放电。

这才发现：神经元响应的不是光点，而是特定角度移动的边缘。

这个技术叫微电极记录（Microelectrode Recording），今天仍是神经科学最基础的工具之一。

---

这个实验可以在人身上做吗

皮肤表面：完全可以，非常常见

把电极贴在皮肤上，捡取从深处透出来的电信号：

技术	电极位置	测什么
EEG（脑电图）	头皮表面	大脑整体电活动
EMG（肌电图）	肌肉表面皮肤	肌肉收缩信号
ECG（心电图）	胸部皮肤	心脏电信号

去医院做的心电图、脑电图就是这个原理，完全无创。

皮肤表面的根本局限

单个神经元的信号  ← 微电极才能捡到
皮肤表面捡到的    ← 数百万神经元叠加后的总和

就像：
  单个人说话    ← Hubel & Wiesel 的微电极
  整个体育场的噪声  ← EEG 头皮电极

活人身上的单神经元记录

在以下医疗场景会做：

• 癫痫手术：术中微电极定位异常放电区域
• 帕金森深脑刺激（DBS）：植入电极持续抑制震颤
• 脑机接口（BCI）：Neuralink 在人脑植入几百根微电极，读取信号控制设备

动物实验的伦理代价

Hubel 和 Wiesel 的猫实验中，猫被麻醉固定、开颅插电极，实验结束后通常被安乐死。这个拿了诺贝尔奖的发现，代价是大量动物的生命。

科学界后来提出 3R 原则约束动物实验：

原则	含义
Replace（替代）	能用计算机模型或细胞实验代替就代替
Reduce（减少）	尽量用最少的动物数量
Refine（改善）	尽量减少痛苦，改善实验过程

知识的获取是否可以用另一个生命的痛苦来换——这个问题科学界至今没有统一答案，只是在不断收紧边界。

---

卷积可以从其他地方独立推导出来吗

可以。猫实验只是其中一条路，卷积从多个完全不同的角度都能推出来。

路线一：从"效率"推导

全连接网络的问题：

1000×1000 的图片 = 100万像素
每个像素连到1000个神经元 = 10亿个参数
→ 根本训练不动

为了减少参数，问两个问题：

• 识别猫耳朵，真的需要看整张图吗？→ 不需要 → 局部连接
• 左上角和右下角的猫耳朵，检测方法一样吗？→ 一样 → 权重共享

局部连接 + 权重共享 = 卷积。不需要猫，只需要想清楚"怎么省参数"就能推出来。

路线二：从"滑动平均"推导

想平滑一组数据去掉噪声，最自然的想法：

每个点 = 自己和左右邻居的平均值
→ 拿窗口 [⅓, ⅓, ⅓] 在数据上滑动
→ 这就是卷积

信号处理领域在神经科学之前几十年就用这个了。

路线三：从"找模板"推导

想在音频里找某个声音片段：

把模板在信号上逐位滑动
每个位置算一次相似度（点积）
相似度最高的地方就是匹配位置
→ 滑动 + 点积 = 卷积

路线四：从物理现象推导

很多自然现象天然就是卷积：

现象	为什么是卷积
图片模糊	每个像素 = 周围像素的加权平均
声音回声	此刻听到的 = 过去所有声音的加权叠加
热传导	某点温度 = 周围温度的扩散叠加

结论

猫实验   →  局部感知   →  卷积（神经科学路线）
省参数   →  局部+共享  →  卷积（工程路线）
平滑数据 →  滑动窗口   →  卷积（统计路线）
找模板   →  滑动点积   →  卷积（信号处理路线）
物理方程 →  叠加原理   →  卷积（数学路线）

卷积是一个"必然会被发现"的概念——不管从哪个方向出发，只要面对"局部、重复、叠加"这类问题，都会撞上它。猫实验只是其中一扇门。