陳凱

蒹葭蒼蒼，白露為霜。所謂伊人，在水一方。

筆者何以突發(fā)雅興，大家且看下面發(fā)生在實(shí)際教學(xué)中的需求。

在人工智能的圖像或聲音識(shí)別任務(wù)中，常會(huì)遇見卷積運(yùn)算的環(huán)節(jié)。所謂卷積運(yùn)算，是將特定的卷積核與卷積區(qū)域進(jìn)行點(diǎn)乘然后取和，從計(jì)算過程上看并不復(fù)雜，而不同卷積核對(duì)圖像特征提取的效果，也可以很直觀地展現(xiàn)出來，網(wǎng)絡(luò)上很容易找到大量的卷積運(yùn)算及特征提取的實(shí)際案例，也可以下載卷積運(yùn)算的代碼，手動(dòng)更改卷積核，并觀察特征提取的效果。

例如，在GitHub上可以找到名為“python-conv2d”的代碼，下載后就能輕松定制卷積核提取圖像特征，圖1和圖2所展示的就是對(duì)圖片進(jìn)行邊緣提取前后的畫面，而圖3則是用來進(jìn)行邊緣提取的卷積核。

卷積核的點(diǎn)乘計(jì)算過程簡單，相關(guān)資料很容易找到，本文不做展開，然而，教學(xué)中可能遇到的一個(gè)大問題，是解釋“何以各種卷積核能達(dá)到特定的特征提取的效果”。這個(gè)問題并不容易回答，因?yàn)樵诮忉屵^程中，必然要回溯到濾波器的概念，進(jìn)而再回溯到與信號(hào)處理相關(guān)的若干數(shù)學(xué)概念。這便讓筆者想起《蒹葭》中的詩句來：

溯洄從之，道阻且長。溯游從之，宛在水中央。

盡管道阻且長，但抱著不懼波折、追根究底的精神，盡可能親自回溯源頭，哪怕是遠(yuǎn)觀佳人綽約風(fēng)姿，總好過道聽途說、人云亦云。本文將要介紹的幾個(gè)小實(shí)驗(yàn)，或可成為溯源之舟。

● 簡單的疊加，不簡單的分離

為了能夠更簡單地展現(xiàn)出特征提取的原理，就要先創(chuàng)造出盡可能簡單的數(shù)據(jù)。相較于數(shù)據(jù)量龐大的圖像和聲音，可以試著創(chuàng)建一系列項(xiàng)目數(shù)有限又能展現(xiàn)出波的圖樣的數(shù)據(jù)，將數(shù)據(jù)放置在一維的存儲(chǔ)空間中，利用數(shù)據(jù)的變化，來解釋特征提取的意義與方法。這里使用電子表格這種簡單且直觀的工具，創(chuàng)建兩個(gè)頻率不同的正弦波，然后再將兩個(gè)波進(jìn)行疊加。

①使用拖拽功能，在電子表格的第一行生成一個(gè)差值為10的等差數(shù)列，數(shù)列項(xiàng)可以略多一些，如從0、10、20、3一直到720，此數(shù)據(jù)用以反映正弦波在橫軸上角度的變化。

②使用公式“=A1*3.14159/180”，

在第二行拖拽生成對(duì)應(yīng)第一行角度值的弧度值。

③使用公式“=2*SIN（A2）”，在第三行拖拽生成正弦波Y=2*SIN（X）的函數(shù)的值，為敘述方便，稱為正弦波A。以上過程的部分?jǐn)?shù)據(jù)和波形圖如圖4、圖5所示。

④使用與上面類似的方法，生成正弦波B的數(shù)據(jù)和圖像，正弦波B的角度數(shù)據(jù)項(xiàng)差值為60，函數(shù)為Y=SIN（X），也就是說，生成的正弦波B的頻率是正弦波A的6倍，振幅是正弦波A的一半。由于角度數(shù)值的差值比較大，所以這個(gè)正弦波看上去不太平滑，但不影響后續(xù)操作。部分?jǐn)?shù)據(jù)和波形圖如圖6、圖7所示。

⑤使用拖拽功能對(duì)兩個(gè)正弦波相加，得到如圖8所示的部分?jǐn)?shù)據(jù)和如圖9所示的波形，稱為波C，當(dāng)然，這不再是一個(gè)正弦波。

接下來的任務(wù)，當(dāng)然就是假裝不知道波C是如何產(chǎn)生的，而要想辦法對(duì)波C進(jìn)行某種操作，使得波C中不同頻率的波形（特征）能重新顯現(xiàn)出來?？梢园l(fā)現(xiàn)，雖然兩個(gè)波的疊加產(chǎn)生新的波形很容易，但若要將一個(gè)疊加而成的波分離開來，卻麻煩多了。例如，為了讓高頻率的波形（即正弦波B）重新呈現(xiàn)出來，就要過濾掉低頻率的波，反之亦然。可以很容易看出，所謂特征提取，其實(shí)與濾波有關(guān)。因篇幅有限，本文只圍繞高頻信號(hào)的提取，討論相關(guān)教學(xué)策略。

● 簡單的假設(shè)，不簡單的過程

想一想，為了實(shí)現(xiàn)高頻信號(hào)提取的任務(wù)，可以采用哪些方法？教學(xué)中，不妨鼓勵(lì)學(xué)習(xí)者展開一番頭腦風(fēng)暴。

一個(gè)容易想到的解決思路是：既然當(dāng)前波C是兩個(gè)波的疊加，那么，只要將當(dāng)前的波C減去一個(gè)低頻的平滑的波形，就可以獲得高頻的波B的圖樣了。從直觀上看，這個(gè)低頻的波的形態(tài)大致如下頁圖10中的虛線所示。

雖說大家心知肚明，這個(gè)低頻波的圖樣應(yīng)當(dāng)和Y=2*SIN（X）函數(shù)圖像有關(guān)，但這里卻只能繼續(xù)玩假裝不知道的游戲，因?yàn)橐O(shè)法讓計(jì)算機(jī)自己找到能契合圖樣的數(shù)據(jù)，而計(jì)算機(jī)當(dāng)前可以利用的，就只有波C的數(shù)據(jù)。

開展頭腦風(fēng)暴所獲得的解決方案可能有：對(duì)鄰近連續(xù)的幾個(gè)數(shù)據(jù)取平均值，或許能獲得一個(gè)低頻的平滑的波X;不停地執(zhí)行將“波峰”削除、“波谷”填滿的操作，或許能獲得一個(gè)低頻的平滑的波X;找出當(dāng)前波的局部最大值和局部最小值，取局部最大值和局部最小值的平均值，利用這些平均值或許可以描畫出一個(gè)低頻的平滑的波X……然后，將波C減去這個(gè)新生成的低頻的波X，觀察能否提取出高頻的信號(hào)。

第一個(gè)方案實(shí)現(xiàn)起來比較簡單，但較難獲得平滑的低頻波形。下頁圖11分別是通過用鄰近5個(gè)數(shù)據(jù)取平均值獲得的低頻波，以及用波形數(shù)據(jù)相減提取出來的高頻波，提取后，高頻的波形形態(tài)較好，但仍然有一定量的低頻信號(hào)混雜其中（宏觀起伏仍較明顯），總體效果尚可。

第二個(gè)方案中，為了削峰填谷，對(duì)每三個(gè)數(shù)據(jù)，取左側(cè)和右側(cè)的數(shù)據(jù)計(jì)算平均值，對(duì)獲得的新的數(shù)據(jù)再反復(fù)進(jìn)行迭代操作獲得低頻波。圖12是進(jìn)行四次削峰填谷的迭代操作后，獲得的低頻波和提取出來的高頻波。效果看上去不錯(cuò)。

第三個(gè)方案中，可以在電子表格中使用IF函數(shù)，通過比較大小獲得局部最大值和局部最小值，然而麻煩之處是，每兩個(gè)局部最大，或者每兩個(gè)局部最小的數(shù)據(jù)，它們中間的數(shù)據(jù)應(yīng)該如何填充？如果按電子表格中容易實(shí)現(xiàn)的方法，按鄰近的局部最大值或局部最小值填充進(jìn)去，獲得的波就不可能是平滑的。操作結(jié)果如圖13所示，特征提取的效果十分勉強(qiáng)。

若是要改進(jìn)方案三，使得低頻信號(hào)變平滑，就要借助如插值、函數(shù)擬合之類的方法。在電子表格中實(shí)現(xiàn)是比較麻煩的。

在教學(xué)中，為了培養(yǎng)學(xué)習(xí)者自主思考和探索的精神，教師應(yīng)鼓勵(lì)學(xué)習(xí)者大膽給出可能的解決方案，并盡力嘗試用當(dāng)前已有的工具，驗(yàn)證在具體的解答過程中，哪些方案更具有可行性，而不是直接將解決方案拋給學(xué)習(xí)者。

● 簡單的表象，不簡單的幕后

在學(xué)習(xí)者充分思考了各種假設(shè)，并加以實(shí)施驗(yàn)證之后，教師最后拋出更優(yōu)的方案，才更能促人思考。前文中提到可用取均值的方法來獲得低頻平滑的波，但正如圖11所示，生成的低頻波的圖樣一波三折，不是特別理想。不過，雖有不盡如人意之處，卻能成為進(jìn)一步研究的線索。

之所以采用取均值的方法難以使波形平滑，從直觀上看，是因?yàn)榫植康牟ǚ宀ü冗^于突出，若是在取均值時(shí)，能降低突出部分的權(quán)重，加強(qiáng)非突出部分的權(quán)重，或許能使生成的低頻波形的平滑度有所提高。

例如，對(duì)于波形中的5個(gè)數(shù)據(jù)，按“=A1*0.25+B1*0.2+C1*0.1+D1*

0.2+E1*0.25”公式獲得C2表格中的數(shù)據(jù)（如下表）。

若當(dāng)前采樣點(diǎn)處于局部波峰或局部波谷處，則公式的作用顯而易見。但如果當(dāng)前采樣點(diǎn)不巧正在局部波峰和局部波谷的中間處，會(huì)不會(huì)反而將波峰和波谷處數(shù)據(jù)放大？對(duì)照波形圖樣計(jì)算一下就會(huì)知道，由于高頻信號(hào)的周期性變化，按每5個(gè)數(shù)據(jù)取值，就算波峰和波谷數(shù)據(jù)同時(shí)被放大，在相加后，波峰處被放大的數(shù)據(jù)也會(huì)和波谷處被放大的數(shù)據(jù)相抵消。

于是，可以用拖拽的方法，每5個(gè)數(shù)據(jù)生成一個(gè)加權(quán)平均值，并按生成的一系列加權(quán)平均值生成波形，該波形圖樣看上去相當(dāng)平滑了（如上頁圖14）。用此波形，對(duì)波C做減法后，得到的高頻波的圖樣也相當(dāng)不錯(cuò)（如圖15）。

到了這一步，大家有沒有想到，既然可以用取加權(quán)平均的方法獲得低頻的波形，那么，能否用同樣的方法，直接把高頻的波形提取出來？試一下就知道果然可以。例如，設(shè)“=A1*（-1）+B1*2+C1*（-1）”這樣的公式，其思路是，將當(dāng)前位置的數(shù)據(jù)權(quán)重加強(qiáng)，同時(shí)將當(dāng)前位置兩側(cè)的數(shù)據(jù)權(quán)重減少。雖然說方法十分簡單，但實(shí)施效果之出眾，簡直令人嘆為觀止。部分?jǐn)?shù)據(jù)及波形圖如圖16所示。

仔細(xì)觀察就會(huì)發(fā)現(xiàn)，這個(gè)所謂的加權(quán)平均法，其實(shí)就是如假包換的卷積運(yùn)算。這樣一來，就只剩下一個(gè)問題：加權(quán)平均法中的“權(quán)”的取值，究竟應(yīng)該怎么取才最為合理？這個(gè)地方，就立下了一個(gè)未來通往“傅里葉解析”這門課程的路標(biāo)了。但對(duì)于大部分基礎(chǔ)教育階段的學(xué)習(xí)者來說，在人工智能的學(xué)習(xí)中，他們能夠看到路標(biāo)的存在并理解路標(biāo)指向路徑的意義，就算是完成學(xué)習(xí)任務(wù)了。在實(shí)際的特征提取任務(wù)中，通過反復(fù)試錯(cuò)，或者團(tuán)隊(duì)暴力搜索，再加上一點(diǎn)推理和空間想象力，要為加權(quán)平均法找出一套合理的權(quán)重值，并不困難，在課堂上，完全可以利用充足的人力，開展一項(xiàng)尋找合理權(quán)重值的挑戰(zhàn)游戲。