关于深度学习的最浅显的了解

一：关于数据采集的问题。（以人脸识别为例）
机器是如何判别人脸的呢？根据一张照片上人脸的特征来判断的话，人脸的特征有是什么呢？不同人的特征完全不一样吗？一张图片能读出来什么样的特征呢？
1.人脸的特征是什么？
总所周知，机器是无法像人类一样根据照片上什么鼻子的大小啊这样的特征来判别的。一张照片在机器眼中就是一个数组。那么如果单纯的根据一个固定的数组里的数字上下波动来判断一张照片是不是人脸的话，那么机器是如何对照片进行数组的读取（或者说赋值呢？）。
照片来源于：http://www.sohu.com/a/227266768_500659
由照片可以看出，判断一个人脸是基于他的特征，但是电脑对于这些特征是没有概念的。如何对这些特征在电脑内进行描述呢?
2.不同人的特征。
如果说人脸识别可以解决上个问题，那么面对不同人的特征他又该如何解决。判断出来是不是人后再进一步判断这个人是谁。不说双胞胎这种长得很像的，一个人化妆前和化妆后他的特征就可能改变的非常大。机器如何解决这个问题，抓住一张照片中最关键的几个特征（特征中更小的部分，比如说特征中的几个数字）进行判断？
3.一张图片怎么读取特征。
这个就是问题所在，一张照片对于机器来说是不存在特征的说法的，所有的特征都是由人类给他赋值定义的，那么机器对于一张照片如何处理来得到这张照片的具体参数呢？