正常成都建设网站公司部门结构图

其实就是对事物的作用，或者说作用力，比如说，石板上没有字，我们刻上字，便于识别，从机器视觉角度来说，就是对图像的作用力，这种作用使得能看清想要的东西，感觉还是很主观，模拟人的特性，特别是眼睛的特性，其实是意识的特性。

意识是什么？我认为是向光性，相关性可以很粗，也可以很细，一片红，一片白，一片黑，一片暖烘烘，当你闭着眼睛，看世界时，这是很粗的感觉，但我们有方向。

植物或许也在使用这种方式，但我们可以闭眼看，而且可以走动，转动到想要的地方，方向，植物该如何呢？

那么我们的进化为什么与植物不一样？这是很粗的向光性给出的启示，而向光性也可以很细，指的是什么呢？

其实就是睁开眼看世界，光合适，看到事物的细节，这种细节在脑中的意识也很清晰，比如，深浅，颜色，轮廓，温暖与否等等，中国人常说，一生二，二生三，三生万物，我们识别万物，先是看粗的特征，再是看细的特征，深浅，颜色，轮廓，温暖可以粗，可以细，这都是我们观察认识世界的法宝，但眼睛太单一，所以，进化又给了我们听，闻很多传感器。

其实很多事物，从粗的方面，我们就可以判断，但从我们单一的视觉，或者单一的黑白视觉去判断，要花费很大功夫，要经营很多细节，才勉强触及颜色，距离，听，闻得粗略境界。（这种粗略境界不比你单方面细节世界差）

但我们只能从一方面世界出发，领略独一无二迥乎不同的世界，你会发现，我们的研究，总是滞后于我们的进化，因为我们还搞不清我们自己，比如我们发明了最好的相机，最后发现最好的还是我们的眼睛，虽然分辨率和红外等有些超出了我们不具备，但其他生物未必会差。

但这都是进化的需求，也是卷积的需求。

高斯函数很伟大，我们卷积就从他开始：我们对图像I（x，y）进行高斯函数g（sigma）作用，变成图像G（x，y，sigma）=I（x，y）*g（sigma）

注意，这是人为构造的，很多的函数是不满足这样的公式。

特别是数学中的变量分离法，与我们上面的公式很相似，这也是人们久久观察物理世界的数学成果，比如波动方程：W（x,y,z,t）=a(x,y,z)*b(t）。这个是物理的。

一个是人作用物，一个是从物中来，但目的只有一个，看清这个美妙的世界。

以上公式的成立，离不开变量（空间）间的关系是独立的，即不相关性。

如果变量间有相关性，公式可能要改写，或者不成立。