どこでどう聞けばわからず悩んだ末にここで。

ずっと前に、猫認識システムをgoogleが作った、という感じのニュースが多く出ていました。
自分は、あれはおおざっぱにいうと以下のようなシステムなのだと、解釈しています。
１　Googleが画像を様々な方向から解析するシステムを作って
２　このシステムに猫かどうか問わず大量の画像を、猫画像かどうかは与えず画像そのもだけを与えに与えまくって
３　画像のうち、猫の画像投与時によく反応したニューロン＝猫の画像がもつ特徴を統計的に得て
４　あらたな画像を投与したときの３の反応（３の特徴）から、それが猫画像であるか判別する

この解釈は大筋あっていますか？
あってる場合、３番の処理は、やはり人間が行うしかないものなんでしょうか