卷積神經(jīng)網(wǎng)絡(luò)可視化精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的卷積神經(jīng)網(wǎng)絡(luò)可視化主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：卷積神經(jīng)網(wǎng)絡(luò)可視化范文

關(guān)鍵詞：人工智能 機(jī)器學(xué)習(xí) 機(jī)器人情感獲得 發(fā)展綜述

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082 （2017） 04-0234-01

引言

人類自從工業(yè)革命結(jié)束之后，就已然開始了對(duì)人工智能的探索，究其本質(zhì)，實(shí)際上就是對(duì)人的思維進(jìn)行模仿，以此代替人類工作。人工智能的探索最早可以追溯到圖靈時(shí)期，那時(shí)圖靈就希望未來(lái)的智能系統(tǒng)能夠像人一樣思考。在20世紀(jì)五十年代，人工智能被首次確定為一個(gè)新興的學(xué)科，并吸引了大批的學(xué)者投入到該領(lǐng)域的研究當(dāng)中。經(jīng)過(guò)長(zhǎng)時(shí)間的探索和嘗試，人工智能的許多重要基本理論已經(jīng)形成，如模式識(shí)別、特征表示與推理、機(jī)器學(xué)習(xí)的相關(guān)理論和算法等等。進(jìn)入二十一世紀(jì)以來(lái)，隨著深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展，人工智能再一次成為研究熱點(diǎn)。人工智能技術(shù)與基因過(guò)程、納米科學(xué)并列為二十一世紀(jì)的三大尖端技術(shù)， 并且人工智能涉及的學(xué)科多，社會(huì)應(yīng)用廣泛，對(duì)其原理和本質(zhì)的理解也更為復(fù)雜。 一、人工智能的發(fā)展歷程

回顧人工智能的產(chǎn)生與發(fā)展過(guò)程 ，可以將其分為：初期形成階段，綜合發(fā)展階段和應(yīng)用階段。

1.初期形成階段

人工智能這一思想最早的提出是基于對(duì)人腦神經(jīng)元模型的抽象。其早期工作被認(rèn)為是由美國(guó)的神經(jīng)學(xué)家和控制論學(xué)者 Warren McCulloch與Walter Pitts共同完成的。在1951年，兩名普林斯頓大學(xué)的研究生制造出了第一臺(tái)人工神經(jīng)元計(jì)算機(jī)。而其真正作為一個(gè)新的概念被提出是在1956年舉行的達(dá)茅斯會(huì)議上。由麥卡錫提議并正式采用了“人工智能”（Artificial Intelligence）礱枋穌庖謊芯咳綰斡沒(méi)器來(lái)模擬人類智能的新興學(xué)科。1969年的國(guó)際人工智能聯(lián)合會(huì)議標(biāo)志著人工智能得到了國(guó)際的認(rèn)可。至此，人工智能這一概念初步形成，也逐漸吸引了從事數(shù)學(xué)、生物、計(jì)算機(jī)、神經(jīng)科學(xué)等相關(guān)學(xué)科的學(xué)者參與該領(lǐng)域的研究。

2.綜合發(fā)展階段

1.7 7年， 費(fèi)根鮑姆在第五屆國(guó)際人工智能聯(lián)合會(huì)議上正式提出了“知識(shí)工程”這一概念。而后其對(duì)應(yīng)的專家系統(tǒng)得到發(fā)展，許多智能系統(tǒng)紛紛被推出，并應(yīng)用到了人類生活的方方面面。20世紀(jì)80年代以來(lái)，專家系統(tǒng)逐步向多技術(shù)、多方法的綜合集成與多學(xué)科、多領(lǐng)域的綜合應(yīng)用型發(fā)展。大型專家系統(tǒng)開發(fā)采用了多種人工智能語(yǔ)言、多種知識(shí)表示方法、多種推理機(jī)制和多種控制策略相結(jié)合的方式， 并開始運(yùn)用各種專家系統(tǒng)外殼、專家系統(tǒng)開發(fā)工具和專家系統(tǒng)開發(fā)環(huán)境等等。在專家系統(tǒng)的發(fā)展過(guò)程中，人工智能得到了較為系統(tǒng)和全面的綜合發(fā)展，并能夠在一些具體的任務(wù)中接近甚至超過(guò)人類專家的水平。

3.應(yīng)用階段

進(jìn)入二十一世紀(jì)以后，由于深度人工神經(jīng)網(wǎng)絡(luò)的提出，并在圖像分類與識(shí)別的任務(wù)上遠(yuǎn)遠(yuǎn)超過(guò)了傳統(tǒng)的方法，人工智能掀起了前所未有的。2006年，由加拿大多倫多大學(xué)的Geoffery Hinton及其學(xué)生在《Science》雜志上發(fā)表文章，其中首次提到了深度學(xué)習(xí)這一思想，實(shí)現(xiàn)對(duì)數(shù)據(jù)的分級(jí)表達(dá)，降低了經(jīng)典神經(jīng)網(wǎng)絡(luò)的訓(xùn)練難度。并隨后提出了如深度卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network， CNN），以及區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Region-based Convolutional Neural Network， R-CNN），等等新的網(wǎng)絡(luò)訓(xùn)練結(jié)構(gòu)，使得訓(xùn)練和測(cè)試的效率得到大幅提升，識(shí)別準(zhǔn)確率也顯著提高。

二、人工智能核心技術(shù)

人工智能由于其涉及的領(lǐng)域較多，內(nèi)容復(fù)雜，因此在不同的應(yīng)用場(chǎng)景涉及到許多核心技術(shù)，這其中如專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等是最重要也是發(fā)展較為完善的幾個(gè)核心技術(shù)。

1.專家系統(tǒng)

專家系統(tǒng)是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，通過(guò)對(duì)人類專家的問(wèn)題求解能力建模，采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬通常由專家才能解決的復(fù)雜問(wèn)題，達(dá)到具有與專家同等解決問(wèn)題能力的水平。對(duì)專家系統(tǒng)的研究，是人工智能中開展得較為全面、系統(tǒng)且已經(jīng)取得廣泛應(yīng)用的技術(shù)。許多成熟而先進(jìn)的專家系統(tǒng)已經(jīng)被應(yīng)用在如醫(yī)療診斷、地質(zhì)勘測(cè)、文化教育等方面。

2.機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一個(gè)讓計(jì)算機(jī)在非精確編程下進(jìn)行活動(dòng)的科學(xué)，也就是機(jī)器自己獲取知識(shí)。起初，機(jī)器學(xué)習(xí)被大量應(yīng)用在圖像識(shí)別等學(xué)習(xí)任務(wù)中，后來(lái)，機(jī)器學(xué)習(xí)不再限于識(shí)別字符、圖像中的某個(gè)目標(biāo)，而是將其應(yīng)用到機(jī)器人、基因數(shù)據(jù)的分析甚至是金融市場(chǎng)的預(yù)測(cè)中。在機(jī)器學(xué)習(xí)的發(fā)展過(guò)程中，先后誕生了如凸優(yōu)化、核方法、支持向量機(jī)、Boosting算法等等一系列經(jīng)典的機(jī)器學(xué)習(xí)方法和理論。機(jī)器學(xué)習(xí)也是人工智能研究中最為重要的核心方向。

3.模式識(shí)別

模式識(shí)別是研究如何使機(jī)器具有感知能力 ，主要研究圖像和語(yǔ)音等的識(shí)別。其經(jīng)典算法包括如k-means，主成分分析（PCA），貝葉斯分類器等等。在日常生活各方面以及軍事上都有廣大的用途。近年來(lái)迅速發(fā)展起來(lái)應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代傳統(tǒng)的基于統(tǒng)計(jì)學(xué)習(xí)的識(shí)別方法。圖形識(shí)別方面例如識(shí)別各種印刷體和某些手寫體文字，識(shí)別指紋、癌細(xì)胞等技術(shù)已經(jīng)進(jìn)入實(shí)際應(yīng)用。語(yǔ)音識(shí)別主要研究各種語(yǔ)音信號(hào)的分類，和自然語(yǔ)言理解等等。模式識(shí)別技術(shù)是人工智能的一大應(yīng)用領(lǐng)域，其非常熱門的如人臉識(shí)別、手勢(shì)識(shí)別等等對(duì)人們的生活有著十分直接的影響。

4.人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是在研究人腦的結(jié)構(gòu)中得到啟發(fā)， 試圖用大量的處理單元模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機(jī)理。而近年來(lái)發(fā)展的深度卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks， CNNs）具有更復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，與經(jīng)典的機(jī)器學(xué)習(xí)算法相比在大數(shù)據(jù)的訓(xùn)練下有著更強(qiáng)的特征學(xué)習(xí)和表達(dá)能力。含有多個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)能夠?qū)斎朐紨?shù)據(jù)有更抽象喝更本質(zhì)的表述，從而有利于解決特征可視化以及分類問(wèn)題。另外，通過(guò)實(shí)現(xiàn)“逐層初始化”這一方法，實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分級(jí)表達(dá)，可以有效降低神經(jīng)網(wǎng)絡(luò)的訓(xùn)練難度。目前的神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別任務(wù)中取得了十分明顯的進(jìn)展，基于CNN的圖像識(shí)別技術(shù)也一直是學(xué)術(shù)界與工業(yè)界一致追捧的熱點(diǎn)。

三、機(jī)器人情感獲得

1.智能C器人現(xiàn)狀

目前智能機(jī)器人的研究還主要基于智能控制技術(shù)，通過(guò)預(yù)先定義好的機(jī)器人行動(dòng)規(guī)則，編程實(shí)現(xiàn)復(fù)雜的自動(dòng)控制，完成機(jī)器人的移動(dòng)過(guò)程。而人類進(jìn)行動(dòng)作、行為的學(xué)習(xí)主要是通過(guò)模仿及與環(huán)境的交互。從這個(gè)意義上說(shuō)，目前智能機(jī)器人還不具有類腦的多模態(tài)感知及基于感知信息的類腦自主決策能力。在運(yùn)動(dòng)機(jī)制方面，目前幾乎所有的智能機(jī)器人都不具備類人的外周神經(jīng)系統(tǒng)，其靈活性和自適應(yīng)性與人類運(yùn)動(dòng)系統(tǒng)還具有較大差距。

2.機(jī)器人情感獲得的可能性

人腦是在與外界永不停息的交互中，在高度發(fā)達(dá)的神經(jīng)系統(tǒng)的處理下獲得情感。智能機(jī)器人在不斷的機(jī)器學(xué)習(xí)和大數(shù)據(jù)處理中，中樞處理系統(tǒng)不斷地自我更新、升級(jí)，便具備了獲得情感的可能性及幾率。不斷地更新、升級(jí)的過(guò)程類似于生物的進(jìn)化歷程，也就是說(shuō)，智能機(jī)器人有充分的可能性獲得與人類同等豐富的情感世界。

3.機(jī)器人獲得情感的利弊

機(jī)器人獲得情感在理論可行的情況下，伴之而來(lái)的利弊則眾說(shuō)紛紜。一方面，擁有豐富情感世界的機(jī)器人可以帶來(lái)更多人性化的服務(wù)，人機(jī)合作也可進(jìn)行地更加深入，可以為人類帶來(lái)更為逼真的體驗(yàn)和享受。人類或可與智能機(jī)器人攜手共創(chuàng)一個(gè)和諧世界。但是另一方面，在機(jī)器人獲得情感時(shí)，機(jī)器人是否能徹底貫徹人類命令及協(xié)議的擔(dān)憂也迎面而來(lái)。

4.規(guī)避機(jī)器人情感獲得的風(fēng)險(xiǎn)

規(guī)避智能機(jī)器人獲得情感的風(fēng)險(xiǎn)應(yīng)預(yù)備強(qiáng)制措施。首先要設(shè)計(jì)完備的智能機(jī)器人情感協(xié)議，將威脅泯滅于未然。其次，應(yīng)控制智能機(jī)器人的能源獲得，以限制其自主活動(dòng)的能力，杜絕其建立獨(dú)立體系的可能。最后，要掌控核心武器，必要時(shí)強(qiáng)行停止運(yùn)行、回收、甚至銷毀智能機(jī)器人。

三、總結(jié)

本文梳理了人工智能的發(fā)展歷程與核心技術(shù)，可以毋庸置疑地說(shuō)，人工智能具有極其廣闊的應(yīng)用前景，但也伴隨著極大的風(fēng)險(xiǎn)?；仡櫰浒l(fā)展歷程，我們有理由充分相信，在未來(lái)人工智能的技術(shù)會(huì)不斷完善，難題會(huì)被攻克。作為世界上最熱門的領(lǐng)域之一，在合理有效規(guī)避其風(fēng)險(xiǎn)的同時(shí)，獲得情感的智能機(jī)器人會(huì)造福人類，并極大地幫助人們的社會(huì)生活。

參考文獻(xiàn)

[1]韓曄彤.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].電子制作，2016，（12）：95.

[2]曾毅，劉成林，譚鐵牛.類腦智能研究的回顧與展望[J].計(jì)算機(jī)學(xué)報(bào)，2016，（01）：212-222.

[3]張?jiān)?人工智能綜述：讓機(jī)器像人類一樣思考

第2篇：卷積神經(jīng)網(wǎng)絡(luò)可視化范文

治療糖尿病有新招 腸內(nèi)細(xì)胞“動(dòng)手腳”

日前，倫敦大學(xué)學(xué)院附屬醫(yī)院（University College Hospital）的醫(yī)生們嘗試?yán)靡环N全新理念來(lái)治療Ⅱ型糖尿病，以期望能讓患者們將大大小小的藥瓶“鎖起來(lái)”，徹底擺脫對(duì)治療藥物的依賴。這種療法的聚焦點(diǎn)在腸的內(nèi)壁。醫(yī)生將一頭帶有放了氣的硅膠氣球的細(xì)管順患者咽喉插入，直達(dá)用于消化食物的十二指腸，然后為氣球充氣并注入熱水。這樣一來(lái)，球體壓迫十二指腸，表面的溫度就會(huì)將周圍的組織燒掉，整個(gè)過(guò)程需要90分鐘。這一方法被稱為消融（ablation），它可以將十二指腸內(nèi)的異常細(xì)胞溫和地?zé)?，促進(jìn)新細(xì)胞生長(zhǎng)，以便更好地代謝葡萄糖和糖，讓血糖含量下降，改善血液循環(huán)，從而降低中風(fēng)、心臟病等糖尿病并發(fā)癥出現(xiàn)的概率。 （編譯自“每日郵報(bào)”網(wǎng)站）

煙蒂不再隨手棄 變臉“建材”更有利

吸煙剩下的煙蒂最終的命運(yùn)往往逃不過(guò)一個(gè)“扔”字，由于其生物降解性差，一般需要很多年才能分解，而且當(dāng)中帶有的各種重金屬還會(huì)污染土壤和水源。但最近澳大利亞的科學(xué)家利用先進(jìn)技術(shù)將這一棄料變成了建筑用的“燒制黏土磚”，為煙蒂的處理找到了一條實(shí)用的解決方法。據(jù)統(tǒng)計(jì)，每年全世界會(huì)生產(chǎn)6兆支香煙，這也就意味著會(huì)有120萬(wàn)噸的煙蒂淪為垃圾需要處理。到2025年，隨著世界人口的增長(zhǎng)，煙蒂的數(shù)量將會(huì)提高50%，應(yīng)當(dāng)引起人們的足夠重視。據(jù)專家說(shuō)，用煙蒂制作的新型磚材不僅質(zhì)量輕，而且絕緣性能好，成本低。因此，這一環(huán)保技術(shù)的應(yīng)用無(wú)疑為城市的垃圾處理以及建筑材料的使用減輕了壓力。 （編譯自“科學(xué)前哨戰(zhàn)”網(wǎng)站）

希臘圣賢墓成謎 考古線索來(lái)破題

古希臘哲學(xué)圣賢亞里士多德在西方思想文明發(fā)展史中占據(jù)著重要地位，受世人景仰，但兩千多年過(guò)去了，他魂歸何處，墓在哪方一直是未解之謎。就在紀(jì)念亞里士多德誕生2400年之際，一位來(lái)自希臘的考古學(xué)家宣稱，經(jīng)過(guò)20多年的挖掘，他認(rèn)為這位哲學(xué)家極有可能埋在古村斯坦吉拉（Stagira），而這也正是亞里士多德的出生地。雖然這位考古學(xué)家沒(méi)有確鑿的證據(jù)，但是他已經(jīng)找到了古文獻(xiàn)中記載的祭壇以及通往墳?zāi)沟牡缆?。亞里士多德從雅典出逃并得胃病而亡，過(guò)去學(xué)者都認(rèn)為其死后埋于距離斯坦吉拉300英里的哈里西斯（Chalcis），但最近的線索卻顛覆了以往的推斷，并很有希望最終揭秘。

（編譯自“科學(xué)前哨戰(zhàn)”網(wǎng)站）

一天旅行體力佳 不斷越國(guó)整“一打”

來(lái)自英國(guó)利茲的39歲的亞當(dāng)?萊頓（Adam Leyton）日前在24小時(shí)之內(nèi)創(chuàng)下了到達(dá)12個(gè)國(guó)家的新的世界紀(jì)錄。他于早晨7：01時(shí)從德國(guó)的佩爾途徑盧森堡、法國(guó)、比利時(shí)、荷蘭等國(guó)，最終到達(dá)奧地利。而在規(guī)定時(shí)間內(nèi)，他還必須跑步完成最后的兩公里。作為一名三個(gè)孩子的父親，他也是蠻拼的，但1000英鎊的愛(ài)心家庭慈善籌款也算是對(duì)他努力堅(jiān)持的回報(bào)。萊頓的線路選擇以及旅行方式都是他精心設(shè)計(jì)的。之所以選擇佩爾作為出發(fā)地，是因?yàn)樗c盧森堡僅一河之隔，可極大節(jié)省時(shí)間。之后的行程他不斷根據(jù)路線需要搭乘飛機(jī)、火車等交通工具，利用乘坐間隙小憩片刻，恢復(fù)精力。而像語(yǔ)言隔閡、臨時(shí)突發(fā)狀況等也為他的旅程添加了不少花絮。 （編譯自“每日郵報(bào)”網(wǎng)站）

重新認(rèn)識(shí)人類路盲 科學(xué)揭示大腦“導(dǎo)航”

美國(guó)斯坦福大學(xué)的研究團(tuán)隊(duì)近日揭示了大腦如何作為一個(gè)網(wǎng)絡(luò)系統(tǒng)，通過(guò)將目的地進(jìn)行視覺(jué)化，來(lái)讓我們從一個(gè)地方到達(dá)另外一地。研究人員讓志愿者共處一個(gè)虛擬的環(huán)境，同時(shí)對(duì)他們用核磁共振成像進(jìn)行腦部掃描，利用“認(rèn)路”的實(shí)驗(yàn)對(duì)大腦活動(dòng)進(jìn)行觀測(cè)。結(jié)果發(fā)現(xiàn)，他們的腦前額皮質(zhì)和負(fù)責(zé)方向的海馬較為活躍。研究人員認(rèn)為是前額皮質(zhì)在大腦海馬中創(chuàng)建了“目標(biāo)終點(diǎn)”。一旦這一信息被編碼，大腦新皮層的其他區(qū)域就會(huì)進(jìn)行協(xié)調(diào)來(lái)幫助大腦進(jìn)行可視化，從而選擇道路到達(dá)目的地。這表明海馬在某種程度上是通過(guò)表現(xiàn)未來(lái)目標(biāo)以及當(dāng)前位置的狀態(tài)來(lái)進(jìn)行位置導(dǎo)航的。該研究成果發(fā)表在近期的《科學(xué)》上。據(jù)此，或許我們對(duì)于路盲的認(rèn)識(shí)與研究能有一個(gè)新的突破。 （編譯自“每日郵報(bào)”網(wǎng)站）

機(jī)器人“擬人”程度深 體驗(yàn)痛感更逼真

隨著機(jī)器人制造水平的不斷精進(jìn)，它在形態(tài)上也越來(lái)越趨近人類。如今，來(lái)自德國(guó)漢諾威大學(xué)的科學(xué)家們將賦予其難以想象的另一項(xiàng)人類品質(zhì)：感覺(jué)疼痛。研究人員表示，疼痛是一種保護(hù)系統(tǒng)，它可以幫助我們免受傷害。因此，他們正在發(fā)明一種“人造神經(jīng)系統(tǒng)”來(lái)完善機(jī)器人，包括痛源感應(yīng)和感后行為兩方面。科學(xué)家將感應(yīng)器放在機(jī)器人手臂上，并使用“機(jī)器人組織”（robot tissue）來(lái)決定痛感的程度，當(dāng)痛感較輕時(shí)，機(jī)器人會(huì)慢慢回縮；而當(dāng)痛感較重時(shí)，它就會(huì)進(jìn)入鎖定模式，直到它得到人類操作者的幫助。科學(xué)家坦言，保證人類安全也同樣重要。在未來(lái)的時(shí)間里，人類會(huì)更多地與機(jī)器人一同工作，讓機(jī)器人體驗(yàn)疼痛也可以提醒其周圍的人們。

（編譯自“科學(xué)前哨戰(zhàn)”網(wǎng)站）

逃離屏幕困擾 新技術(shù)識(shí)別眼鏡發(fā)揮功效

科技的發(fā)展讓許多現(xiàn)代人都沉溺于指尖上的信息獲取，并將眼睛定格于屏幕上不能自拔。與此同時(shí)欲將人們拉回健康狀態(tài)的各種發(fā)明也應(yīng)運(yùn)而生。28歲的齊諾?金（Chino Kim）創(chuàng)造了一種名為“屏幕者”（Screeners）的眼鏡，可以讓眼球擺脫被“鎖屏”的困擾。這種獨(dú)特的眼鏡由智能膜做成，通電時(shí)這種不透明的塑料會(huì)變得清晰。使用者佩戴在頭部時(shí)，攝像頭就會(huì)將看到的圖像傳到卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network）來(lái)分辨見(jiàn)到的事物。當(dāng)攝像頭檢測(cè)到所看為屏幕時(shí)，它就會(huì)觸發(fā)控制器來(lái)切斷眼睛上智能膜的電源，從而使其變得模糊。齊諾?金表示他是在利用計(jì)算機(jī)視覺(jué)來(lái)對(duì)抗計(jì)算機(jī)視覺(jué)綜合征（Computer Vision Syndrome）。

（編譯自O(shè)ddity Central網(wǎng)站）

食品創(chuàng)意口味不輕 巧克力中摻有“葷腥”

巧克力和牛肉，這兩種原本并不搭界的食材如今在新西蘭食品工程師穆斯塔法?法樓克（Mustafa Farouk）的手中被不可思議地揉捏在一起，形成一種口味新奇的創(chuàng)意食品。這種“古怪”想法的產(chǎn)生來(lái)源于其想增添牛肉的營(yíng)養(yǎng)價(jià)值，而巧克力不僅作為甜品深受喜愛(ài)，而且還可使牛肉含有更多的蛋白質(zhì)以及其他營(yíng)養(yǎng)成分。法樓克將割下的牛后腿瘦肉制成所謂的 “巧克力奶油”，雖然已經(jīng)不是傳統(tǒng)意義上的巧克力，但是濃郁的可可香取代了肉味。盡管人們起初還對(duì)這種含有50%牛肉的新鮮事物存有些許不安，但品嘗過(guò)后就會(huì)被濃郁的巧克力味所吸引。而這只是法樓克“瘋狂”實(shí)驗(yàn)的一部分，接下來(lái)他還將考慮羊肉和鹿肉，是否也能有同樣的效果。 （編譯自O(shè)ddity Central網(wǎng)站）

DNA中“做文章” 花兒不敗總綻放