八一文学网

ai的“监督学习”：像教小孩认东西一样简单（第3页）

2. AI“练习”：AI会分析这些照片中“爸爸”的人脸特征——比如脸型是圆脸还是方脸、眼睛是单眼皮还是双眼皮、鼻梁的高度、额头的宽度，然后建立“爸爸的人脸特征模型”；同理，也会建立“妈妈的人脸特征模型”。

3. AI“自动分类”：之后你拍的新照片，AI会对比照片中的人脸和“爸爸/妈妈的模型”，如果匹配度高（比如90%以上），就会自动归到“爸爸”或“妈妈”的相册里。如果偶尔分错（比如把叔叔的照片分到爸爸的相册），你手动调整一次（把叔叔的照片移出去，并标上“不是爸爸”），AI就会调整模型，下次就不会再错了。

这章没有结束，请点击下一页继续阅读！

这个过程就像你教小孩认家人：先指着照片说“这是爸爸，这是妈妈”，小孩记住特征后，下次见到真人就会喊“爸爸”“妈妈”；如果小孩把叔叔认成爸爸，你纠正一次，小孩下次就不会认错了。

例子2：垃圾分拣AI——在垃圾处理厂当“分拣工”

现在很多城市的垃圾处理厂，都用AI来自动分拣垃圾，效率比人工高很多。这个AI也是靠监督学习“学会”分拣的：

1. 准备“标注数据集”：数据标注员会收集大量垃圾图片，比如塑料瓶、纸张、剩饭、果皮、电池等，每张图片都标上对应的标签——“可回收物（塑料瓶）”“可回收物（纸张）”“厨余垃圾（剩饭）”“厨余垃圾（果皮）”“有害垃圾（电池）”。

2. AI“练习”：AI会分析不同垃圾的特征——比如塑料瓶是“透明/彩色、圆柱形、表面光滑、有瓶盖”；纸张是“白色/彩色、扁平状、易折叠、有文字/图案”；剩饭是“米白色/黄色、糊状/颗粒状、不规则形状”。然后建立“垃圾特征-垃圾类型”的模型，比如“透明+圆柱形+有瓶盖=可回收物（塑料瓶）”“米白色+糊状=厨余垃圾（剩饭）”。

3. 实际分拣：在垃圾处理厂，传送带上的垃圾会被摄像头拍摄，AI实时分析图片，判断垃圾类型，然后控制机械臂把垃圾分到对应的垃圾桶里——比如判断是“塑料瓶”，就控制机械臂放到“可回收物”桶里；判断是“剩饭”，就放到“厨余垃圾”桶里。

这个过程就像教小孩分垃圾：你先指着塑料瓶说“这是可回收物，要放进蓝色垃圾桶”，指着剩饭说“这是厨余垃圾，要放进绿色垃圾桶”；小孩学会后，就会自己把垃圾分到对应桶里。AI只不过比小孩快得多——每秒能处理几十张垃圾图片，分拣效率是人工的3-5倍。

例子3：语音助手的“语音转文字”——AI听懂你说的话

你用微信发语音时，点击“转文字”功能，语音就能变成文字；用 Siri 或小爱同学时，说“打开空调”，助手就能执行命令。这些功能的核心，也是监督学习：

1. 准备“标注数据集”：数据标注员会收集大量人类说话的音频，比如“你好”“打开空调”“明天天气怎么样”，每个音频都对应标上文字标签——比如音频“nǐ hǎo”标上“你好”，音频“dǎ kāi kōng tiáo”标上“打开空调”。

2. AI“练习”：AI会分析音频的特征——比如“你好”的发音中，“nǐ”的声调是第三声，频率在200-300赫兹；“hǎo”的声调是第三声，频率在300-400赫兹。然后建立“音频特征-文字”的模型，知道“什么样的声音对应什么样的文字”。

3. 实时转文字/执行命令：当你说“打开空调”时，手机会把你的语音转换成音频数据，AI对比音频特征和“练习阶段”建立的模型，判断出对应的文字是“打开空调”，然后执行“打开空调”的命令（如果连接了智能空调）。

这就像教小孩学说话：你说“妈妈”，让小孩跟着学，并且告诉他“这两个字是‘妈妈’”；小孩听多了，就知道“发出‘mā mā’的声音，对应的文字是‘妈妈’”。AI只不过能处理更多样的语音——不管是男声、女声、小孩声，还是带口音的声音（比如东北话、四川话），只要在“教学阶段”有对应的标注数据，AI就能准确识别。

四、监督学习的“小缺点”：离不开“高质量的标注数据”

虽然监督学习很实用，但它也有个明显的“小缺点”——就像小孩认东西需要你反复展示、讲解一样，AI也需要大量“高质量的标注数据”，少了这个，AI就很难学好。