传统神经网络所存在的问题

　　目前为止，CNNs (卷积神经网络)仍是最先进的图像分类识别方法。

　　简单来讲，CNNs 通过逐层累加调整实现分类。它首先检测到边缘，然后是形状，然后是实际的识别对象。CNN 的实现方式极具创新，然而在这一过程中却有一项重要的信息丢失了——特征之间的空间关系。下面是一个 CNN 工作原理的简化描述：

　　如果有两只眼睛，一只鼻子，一张嘴，那么这就是一张脸。

　　乍一看完全没问题啊，完美！那我们拿卡戴珊大姐的照片来试一下，看看会怎么样：

　　(前方高能……

　　请帮忙计算一下这位大姐的心理阴影面积……但话说回来，这也确实是两只眼睛，一个鼻子和一个嘴巴呀！我们很容易就能发现，这些特征的空间位置明显是错误的，不符合“脸”的特征，然而 CNN 在处理这一概念上却十分笨拙。

　　除了被图像的错误位置所迷惑，CNN 在查看不同方向的图像时也很容易混淆。解决这个问题的方法之一，就是对所有可能的角度进行大量训练，但是这需要花费很多时间，而且似乎有些违反常理。

　　我们只要把 Kim 的照片颠倒一下，就能发现其性能的大幅下降：

　　颠倒的 Kardashian 被识别成了“炭黑色”

　　最后，卷积神经网络可能很容易受到白盒对抗攻击（攻击者知晓机器学习所用的算法和相关参数，并据此在对抗性攻击过程中与系统交互）。这种攻击在对象上嵌入了一个秘密的图案，由此使这张图片被错误识别。