人工智能 AI

---

---

什么是人工智能模型

简单来说，人工智能模型就是一种能让计算机去模仿人类做一些事的“工具”啦。比如说人类可以看懂一篇文章的意思、能认出照片里的人是谁，那人工智能模型就是通过训练，让计算机也能做到类似的事。

常见的构建方式——神经网络

现在很多人工智能模型都是用神经网络来构建的。咱们可以把神经网络想象成一个超级复杂的“蜘蛛网”哦。这个“网”由好多节点（就叫神经元吧，和咱们人身体里的神经元有点类似的感觉呢）和连接它们的线组成。

比如说，最开始有一层神经元，就像入口一样，数据从这儿进去，假如咱们要让模型判断一张图片里是不是有小猫，那这张图片的数据就先从第一层神经元这儿开始“走”。

然后呢，这些数据会沿着连接的线，一层一层地往后面传递，每经过一层神经元，都会进行一些小小的计算和变化，就好像每经过一个小站点，货物（数据）都会被加工一下似的。

最后，经过好多层这样的神经元之后，到达最后一层，这时候就会输出一个结果啦，像判断出来这张图片里有或者没有小猫。

训练的过程

那模型一开始可不知道怎么判断图片里有没有小猫呀，这就得靠训练啦。

训练的时候，会给模型好多已经知道答案的图片，比如一堆有小猫的图片和一堆没有小猫的图片，这就是“训练数据”。模型拿到这些图片后，会试着去判断，然后看看自己判断得对不对，如果不对，就会调整自己内部那些连接的“线”的一些参数（可以想象成调整蜘蛛网里线的松紧呀、粗细之类的），让下一次判断能更准确一点。

这样不断地拿好多好多图片去给它试，不断调整，慢慢地，模型就能越来越准