情報は、ネットワークにニューロン同士のつながりの”重さ（強さ）”として保管される。下部層（入力に近い層。例えば、目）は抽象度の低い特徴（角、辺、方向など）を保管（認識）し、上部層は抽象度の高い特徴を保管する。これは、人間を含む哺乳類の大脳皮質が情報を保管する仕組みと類似する。

　画像をネットワークに入力し、ネットワークがそれを”学習”する（各ニューロンに重みを確立）といった具合に、あるニューラルネットワークが数百万もの画像で”訓練”されたとする。

　それから、そのネットワークに未知の画像（例えば、筆者）を与えると、蓄えられた情報の文脈の中で画像を認識しようとする。これは、ネットワークに「見たことがあるもの、あるいは知っているものに基づけば、これは何だと思うか？」と尋ねていると考えることができる。これは雲やインクが何かの形に見えてくる現象に似ている。

［画像を見る］

　そうした効果は、アルゴリズムが見ていると考えた画像を生成し、それを入力にフィードバックすることで増強される。すると、今度はその再評価が行われる。これがフィードバックのループを作り出し、バイアスのかかった誤解を補強する。

［画像を見る］

　これは、あなたに雲を見ているうちに見えてきた形を描くよう指示し、さらにその絵を見つめ直し、そこに見えてきたものをまた描くよう指示するようなものだろう。だが、この言い方は正確ではない。正しくはこうだ。あなたの脳をスキャンし、特定のニューロンの集合を観察し、そのニューロンの発火パターンを基に画像を再構成する。次に、媒介として脳に再現されているその状態に基づき、その映像をあなたが見ているものに投影する。すると、あなたはその映像の正体を認識しようと努める。後は同じプロセスの繰り返しだ。