第24章 小样本学习（1/2）

“样本？就是说你要1201同本地人多交流是吗？”尹秋並没有学过这些东西，因此听起来云里雾里的，“可这样必然进入恶性循环——1201听不懂，不回应，缺乏与本地人的互动，交流减少，而越不交流，1201就越听不懂。”

1201所使用的学习方式，是比较新颖的“小样本学习”（few-shot learning）。这种样本学习方式，不仅对机器学习领域有著重大意义，也同样具有挑战性。能否从少量样本中学习和概括的能力，是將人工智慧和人类智能进行区分的明显分界点。因为人类可以仅通过少量示例就可以轻鬆地建立对新事物的认知，而机器学习算法通常需要大量的有监督样本来保证泛化能力。

但由於隱私，安全性等一系列因素，许多现实的场景，例如医学，军事等领域，根本无法收集到足够的带標籤的训练样本。因此，徐远风才决定让1201使用这种尚未完善的“小样本学习”（few-shot learning）训练方法。

徐远风当然不会跟尹秋说这些涉及专业知识的方面，他要用更简单的方法来解释。

“样本，我需要各类方言的样本，你要知道，我们训练ai不是凭空训练的，样本非常重要。”徐远风一边解释，一边拿起纸笔，在纸上画著，好让尹秋能理解他说的话。

“比如，有些公司做的是绘画的ai，就需要將很多画作当做样本给ai做训练。”徐远风在纸上简单地画了个思维图，“而有些创作者，为了省力，他们会將自己的画作作为样本，这种行为，有些人会称为『餵』，比如说，把自己的画『餵』给ai，这样ai就能以你的画风来进行ai作画。”

“同样的道理，想要ai理解方言，也是需要將各种不同地区的方言，甚至於各种语速、情绪来『餵』给ai。”

“所以你需要一个能涵盖当地各种方言，甚至各种年龄段、各种情绪的样本是吗？”尹秋听了，只是觉得这样难度过高，而且別人也不是閒的没事干，把乡亲们从日常生活中拉出来跟1201说话，怕不是要不少经费。

“我知道你在想什么，你可能觉得需要经费，但实际上不需要，因为目前这个阶段我们的数据模型只负责接受各种方言，然后进行分析就好，而不是方言方面的输出。这也就是前些天明明出了方言不能识別那种事，我还要將1201带出去测试的原因——它需要足够的积累。”

“年轻人工作重要，但身体也重要，来新疆要好好调整作息，才能劳逸结合。”阿依莎大婶站在门口，出声提醒二人，免得二人因为天还亮著就不去睡觉，导致明天工作出问题。

“好的，我们会注意时间的。”尹秋笑著回应。

徐远风伸长脖子，见大婶上楼后，小声说：

“你说大婶会不会发现咱俩的关係吧？天天交流这么多。”

尹秋感到好笑，感情没破裂那段时间，徐远风下班没事的时候恨不得黏在自己身上，现在倒还注意起影响来了？

“都说了是工作的事情，大婶不会怀疑的。”

“也是，”徐远风转向桌前，“我要写代码了，你自己玩吧。”

“哄小孩呢？”尹秋这下真给徐远风逗得笑出声了。

她转身上楼，回到自己房间。

尹秋也有事要做，经过下午的討论与主任的拍板，他们决定拍一个宣传视频——不用航拍，也不用很高端的剪辑技巧，而是用最朴实的方法记录古城最真实的美好瞬间。