2、训练数据：人工智能系统的基石与实践指南

训练数据：人工智能系统的基石与实践指南

1. 写作初衷与训练数据的重要性

起初，我只是撰写简短的文章，聚焦于狭窄的主题，以此填补知识空白。但我逐渐意识到，需要更全面地阐述相关内容，于是决定撰写一部书籍。尽管在该领域工作了约三年，开始写作时我仍充满疑虑，觉得自己计划撰写的部分内容是一个“理想”目标。然而，回顾过往，我发现很少有人能在业务扩展的同时保持对该领域深入的技术理解。我具备深入的技术理解、对其发展历史的了解、用非专业术语解释这些主题的能力，以及将知识记录并分享给他人的愿望。

我坚信训练数据是长期以来技术领域中最重要的概念性转变之一。有监督的训练数据贯穿各个行业和几乎所有产品，在未来几十年里，它将以我们如今难以想象的方式塑造我们的生活。

2. 训练数据的用途

训练数据是人工智能/机器学习系统的基础，它能让这些系统正常运行。借助训练数据，我们可以构建和维护现代机器学习系统，例如创建下一代自动化系统、改进现有产品，甚至开发全新的产品。

为了使原始数据发挥最大作用，需要对其进行升级和结构化处理，使其能够被机器学习程序使用。通过创建和维护所需的新数据和结构，如注释和模式，我们可以让原始数据变得有用，从而踏上实现优秀整体解决方案的道路。

常见的应用场景主要围绕以下几个关键需求：
- 改进现有产品（如性能），即使目前产品中并未应用机器学习技术。
- 生产新产品，包括以有限或“一次性”方式运行的系统。
- 进行研究和开发。

训练数据贯穿机器学习程序的各个环节：
- 训练模型需要训练数据。
- 想要提高性能，需要更高质量、不同类型或更大数量的训练数据。