图像分类是一项复杂的任务，深度学习架构可以成功完成这项任务。这些深度架构通常由许多层组成，每一层由许多过滤器组成。通常的理解是，随着图像层层深入，图像的更多增强特征和特征的特征就会显现出来。然而，这些特征和特征的特征是无法量化的，因此机器学习如何工作仍然是一个谜。
巴伊兰大学（Bar-Ilan University）的研究人员最近在《科学报告》（Scientific Reports）上发表了一篇文章，揭示了成功的机器学习的内在机制，这种机制使机器学习能够出色地完成分类任务。"每个滤波器基本上都能识别一小簇图像，随着层数的增加，识别能力也会增强。巴伊兰大学物理系和 Gonda (Goldschmied) 多学科大脑研究中心的 Ido Kanter 教授领导了这项研究。
