耗时半年，这位被称为辰占鳌头的B站UP主成功实现了这一壮举。他创建的红石网络，不仅实现了手写数字的识别，而且准确率高达80%。这一创新性的项目已经被播放超过百万次，收获了无数网友的好评和关注。
更令人意想不到的是，图灵奖得主LeCun也在社交媒体上转发了这个视频。
那么，什么是红石呢？红石是“我的世界”中的一种独特材料，主要用于传递红石信号。开关、红石火把和红石块等都能提供类似电流的能量，而红石电路则是玩家用来控制或激活其他结构的关键。这些电路可以设计为响应玩家的手动激活，也可以让它们自动工作，响应各种变化。
在辰占鳌头的手中，这些红石电路被用来构建了一个全新的网络。他使用非传统的计算方式——随机计算来实现网络的设计，使得其布局比传统的全精度计算更为简洁，单次理论识别时间仅为5分钟。
作者通过视频展示了实现过程中的关键元素：单个元、乘、元阵列等。他还介绍了卷积层的作用，以及全连接层和激活函数阵列的重要性。尽管受限于Minecraft的运算能力，实际识别时间超过20分钟，但这仍然是红石数电领域的重大突破，可能启发现实中的硬件网络。
背后的原理是什么呢？实际上，这个项目的实现基于深度网络，但为了尽可能压缩计算量和参数量，作者采用了经典的LeNet-5卷积网络架构。权重在PyTorch中训练后，被编辑成文件并导入Minecraft。由于权重的随机性，只需要编辑随机数生成装置即可。随机数生成的原理则是利用投掷器的随机性。
宏观上，手写的数字首先进入卷积层进行卷积运算，然后特征图结果送入下一层。为了保证网络的非线性输出，输出结果前还会经过ReLU激活函数。全连接层的每一层由若干个元构成，每个元会将每个输入加权求和实现“线性分割”，再经过激活函数进行“维度提升”。
让我们来了解一下网络部署的过程。使用PyTorch在“ImageNet”数据集上训练网络，然后将权重部署到模拟器上调整网络参数。最终的网络结构是1515→77→30→30→10。值得一提的是，UP主辰占鳌头不是计算机专业的，但他凭借自己的努力和毅力，成功实现了这一令人惊叹的项目。
视频最后还有一个有趣的小彩蛋。在更新的1.19手写板中，安装了幽匿感测器，可以侦测出声音。更有趣的是，可以直接往这个幽匿感测器触摸屏扔雪球输入图像。用一个雪球就能轻松输入一个手写数字，识别置信度达到了75%。
网友对此纷纷表示惊叹和赞扬。他们调侃道：“会红石和会人工智能的都沉默了。”还有人表示Pytorch和TensorFlow已经过时了！以后在Minecraft库写网络就好了。网友们还给这个项目取了一个名字：“红石卷积网络，简称R”。
