共计 1318 个字符，预计需要花费 4 分钟才能阅读完成。
文言大模型系列共六篇文章，将通俗易懂的解读大模型相干的专业术语。本文为第二篇：如何晋升 AI 剖析的准确性？作者：星环科技 人工智能产品部面对 AI 剖析落地时的数量化、准确性、泛化性等问题，让咱们略微深刻理解下以后的做法。这里只做形式化的简要概述：1. 需要合成：将需要合成为若干个子问题，比方“人脸检索”能够合成为“人脸检测”和“人脸识别”两个子问题；2. 技术手段：手工提取费时费力精度低，那么：•建设映射关系：应用“数据驱动”的“深度学习”主动提取特色和建设人脸图像到人脸嵌入向量 的映射关系，再次揭示嵌入向量就是能形容人脸的一个多维度的向量;•建设人脸卡片目录：应用这个映射关系，将人脸图像转化为 ID- 人脸嵌入向量对；•建设高效的查询方法：应用同样的映射关系，解决待查的图像，而后应用人脸卡片目录中的人脸嵌入向量，找到最类似的 ID，而后再找到对应的人脸图像。由此，咱们构建进去了一个“人脸识别”的小工具的架子。然而问题在于：1. 怎么构建这样的映射关系？答：用“数据驱动”的“机器学习”办法。2. 怎么建设人脸卡片目录和构建查询方法？答：用各类“数据库”或者更狭义的“信息检索技术”。加上引号的词汇，都是“术语”，咱们不急于解释和类比，因为会产生更大的歧义。咱们看看理论生产中，是怎么做的。建设映射关系
• 数据采集：采集大量的含有清晰可见的人脸数据，依据要求和“泛化性”不同，除了正脸，咱们还须要侧脸、带口罩、大俯仰角、芜杂背景（比方人在花丛中）、多人脸（比方会议合影）等各种状况的数据；• 数据荡涤：将显著不合乎需要的数据剔除，比方：人脸不清晰、人脸不残缺、人脸不在核心、人脸不是正脸、人脸不是人脸（比方是猫脸）等，再比方算法上有问题的：反复的（间接反复、有些地位挪动 / 旋转的）、数据毒害的（成心数据投毒的、比方打印的人脸 / 面具而不是实在人脸的）等等，荡涤出“高质量”数据理论工作远比看上去的简单得多得多；• 数据标注：标注出 1. 人脸的地位（比方画一个框，将人头框入；但事实可能有更简单的状况：比方精确绘制出一个多边形而不仅仅是长方形了，或者图像是 3D 的）2. 其余信息（比方人的一些 ID/ 性别等属性）• 特征提取 + 建设模型：构建“人脸”（图像）到“人脸嵌入向量”（一串数字）的映射（构建办法咱们叫“算法”）：• 这个映射是一个黑盒子，下面有很多旋钮，输出是“图像”，输入是“嵌入向量”；• 咱们只能调整旋钮来管制输入；• 咱们能够验证输入的后果是否合乎咱们的需要并作出：调整旋钮，考查咱们预测进去的“人脸框”和其“ID”和标注的是否一样，不一样则调整，直到合乎为止；• 调整的过程咱们叫“训练”，调整的办法咱们叫“最优化办法”，应用的人力和组织模式能够了解成“算力”。不论是否合乎普通人的认知：在应用了大量的数据后，咱们能够失去一个“人脸嵌入向量”的“映射关系”，也就是 {黑盒子自身 + 旋钮的扭转档位}，这个组合可能将“人脸图像”转化为“人脸嵌入向量”，这个向量是一个多维度的数字，咱们能够认为这个数字是“人脸”的“特色”。• 模型晋升：来了新状况，准确度等不够（比方辨认不了带口罩的人脸），咱们能够持续采集数据，而后从新训练模型，失去新的“映射关系”，做到晋升。