在14版的ARTSCAN中，这种特征是直接给出了定向滤波的，所以才保证相同感受野的不同功能柱特征提取不同，那么大脑是怎么形成这种不同的滤波形式的，天生就这样给定？

上图中最下面是retina，经过神经节的P细胞和M细胞后分成两路投射到LGN（可以看成小大scale）每一路进入V1后又有不同的功能柱对应，这里画出了两个为例，在V1里又有简单细胞和复杂细胞，复杂细胞把不同功能柱统一，所以顶层与第5层是功能集合的产所。在整合好的投向V2区，在V2区只有大的scale会进入what流，在ITp分类，ITP有自己的区域划分标准，这里只以四个区域为例，每个区域都对应所有的分类神经元，这里只假设两个分类神经元（黑色的圆圈），ITa是所有位置不变的分类，ITP内所有区域里相同的分类神经元都投向ITa里对应的该类别，ITp对V2的反馈比较奇葩，所有的类与所有的区域都对V2的大scale每个神经元反馈。大小scale经过where流（暂不讨论）。ITa后面就是MOTIVATOR的强化学习了。整个图为了表达功能柱与大小scale及简单复杂细胞间关系。

WTA，每次只能取最少的足以匹配输入的神经元，就是稀疏编码呗。若权重完全一样，并且没有任何噪音来产生对称性破缺的话，那么只要互相抑制足够大的话，是resonaance 不起来的

你到底想知道什么，我告诉你好了，别看Gros**erg了，他说的太啰嗦了，无法突出重点，每次都老生常谈