21、AI 旅程的下一步探索

AI 旅程的下一步探索

深入数据科学领域

数据科学尚无普遍认可的定义，大致可理解为利用多学科工具从数据集中提取见解的学科，这些工具来自数学、统计学、计算机科学等领域。

此前接触的多为结构化数据集，即具有明确模式的数据集，很多业务问题都涉及结构化数据。但随着机器学习的发展，非结构化数据集的重要性日益凸显，像图像、视频、音频文件和文本等都属于非结构化数据，过去十年里，针对非结构化数据的机器学习研究众多。

近期，生成式 AI 愈发重要，它能生成图像、视频等各类数据。如今，生成式 AI 发展迅速且广受欢迎，如 Midjourney 和 Craiyon 等图像生成模型，以及 ChatGPT 和 Bard 等聊天机器人。同时，许多商业产品也融入了生成式 AI 功能，例如集成了 ChatGPT 的 Bing、具备搜索生成体验的 Google Search 以及 Amazon CodeWhisperer。

模型越复杂，就越难理解。以线性回归为例，模型的权重能清晰反映各特征的重要性；但对于仅有一个隐藏层的神经网络，模型权重与特征重要性之间的关系就难以描述了；而处理非结构化数据和生成式模型的大型模型，理解起来更是困难。

处理非结构化数据

非结构化数据指没有模式的数据，常见的有图像和文本。机器学习模型本质上是接收数值输入并输出数值的数学函数，那么如何将图像或句子转化为数值输入呢？

处理图像数据

图像的处理比想象中简单，每个图像都由像素值数组表示。比如，一张低分辨率的手写数字 2 的灰度图像，它由 12×12 的像素网格组成，像素值范围在 0 到 255 之间，0 代表黑色，255 代表白色，中间