李明远没有理会外界的反应，继续沉浸在自己的讲解中。
“这个卷积核滑完整张图后，会生成一张新的、更小的图。这张新图里的每个数字，都代表了原图某个位置的‘特征’。”
他话锋一转。
“那肿瘤有什么特征呢？在ct片里，早期胰腺癌的病灶边缘，往往是毛糙的、不规则的，而正常组织边缘是光滑的。”
“所以，我们可以设计一个专门识别‘毛糙边缘’的卷积核，让它在ct片上扫一遍。如果新图里某个位置的数字特别大，那就说明，原图这个位置很可能有问题，需要医生重点关注！”
这个解释，像一道闪电，劈开了无数人心中的迷雾。
台下，吴培元听到这里，身体不自觉地微微前倾，眼中闪过一丝异样的光。
他下意识地扭头看向陈孝恩，发现对方也听得极其专注，脸上那种审视的凝重，正在一点点消散。
一个念头，忽然在吴培元心里冒了出来。
如果这个五十七岁的老教授，都能在两个小时内掌握并且讲明白新知识，那他们这些五六十岁的学者，又有什么理由害怕被时代抛弃？
李明远的声音还在继续，甚至因为兴奋而带上了一点颤音。
“但实际的神经网络，不会只用一个卷积核。它会用几十个、上百个不同的卷积核，有的识别边缘，有的识别纹理，有的识别形状。”
“所有这些卷积核扫描完，就会生成几十张、上百张‘特征图’。然后，网络会把这些特征图再用更复杂的方式组合起来，最终输出一个判断：这里有没有肿瘤，概率是多少。”
他停顿了片刻，语气变得更加激动。
“我刚才在学习过程中意识到，我们过去做肿瘤诊断，完全依赖医生的经验和肉眼观察，但人眼能注意到的特征是有限的！”
“而ai可以提取出人眼根本注意不到的微小特征组合！比如某种特定的灰度变化模式，它可能在统计学上与早期癌变高度相关，但人类医生永远不会意识到它的存在！”
直播间里，一个id名为“影像科老王”的用户，发了一条长长的弹幕。
“我干了二十年影像诊断，李教授说得太对了！我们经常遇到一些病例，片子看起来‘怪怪的’，但就是说不出哪里怪。
现在我明白了，那些‘怪’，可能就是人眼无法量化的微小特征，但ai可以捕捉到！我服了，彻底服了！”
这条弹幕，瞬间被无数点赞顶到了最上方。
李明远讲完，对着台下和镜头，有些不好意思地笑了笑。