学径 LearnPath

CAICP-E · 人工智能基础

它怎么看见

图片先被拆成小块,再贴上名字。

讲解模式

这一节要学会什么

#what

它没有真正的眼睛,图片却能被贴上名字。

你会知道:图片在电脑里先是一块块小格子,像马赛克。这些小格子,后面才叫像素。 你会说出三种样子:颜色、形状、花纹。 你会讲清:倒过来的猫、戴口罩的闸机,为什么会认错。

这节课要完成什么? 说清两件事为什么会失败:倒着的猫,还有戴口罩过闸机。

倒过来还是猫吗

#hook

美术课,林晓画了一只黄色的校猫。 同桌把画拍进平板,平板跳出三个字:小猫。全班鼓掌。

老师把画倒过来,再拍一次。平板犹豫了,这次写成:香蕉? 大家笑出声。

老师说:「它看见的不是故事。它看见的是小格子、颜色和边。」

这节课我们站到电脑那边,看它怎么看。

黄猫画正着是小猫,倒过来平板写成香蕉

如果觉得有点难 拿格子本想象:每一格涂一种颜色。你离远看,才看出是校猫。 电脑也是先看格子,再找颜色和边。

如果已经会了 想一个会让闸机为难的情况:口罩、逆光、只拍到后脑勺。 说明少了哪一种样子。

先看见马赛克

#explore-pixels

图像识别,就是给图片一个判断或标签。 比如:这是人脸。这是口算题。这是校猫。

电脑没有真正的眼睛。它先把图拆成很多小格子,每个小格子有颜色。 凑近看,只是一块块色块,像马赛克;离远了,人能看出猫。

凑近看,图片变成一块块色块

这些小格子,叫像素。

电脑要自己从色块里找线索。所以第一步不是「看懂故事」,第一步是拆格子。

电脑用小格子看一张图

再抓住三种样子

#explore-features

这些线索叫样子。这节课先记三种,和图上一样。

  • 颜色:黄得多,还是灰得多。
  • 形状:圆的、长的,还是尖的。
  • 花纹:有没有条纹、斑点这样的纹路。

猫身上的条纹,就是一种花纹。 电脑抓住颜色、形状、花纹,才更容易认。

图上标出颜色、形状、花纹

教室门上的班牌也一样。先别读上面的字,先说主颜色、大概形状、有没有花纹。

教室门上的班牌

所以前半段是:

图片 → 小格子 → 颜色、形状、花纹

最后才贴上名字

#explore-label

样子找好了,还要贴标签。标签就是名字。 比如:猫、人脸、口算题、不是人脸。

电脑把你这张图的颜色、形状、花纹拿去比。更像「猫」,就写猫;更像「香蕉」,就可能写错。

写成小猫,这就是标签。

完整流程:

小格子 → 颜色、形状、花纹 → 标签

格子是像素,样子是颜色、形状、花纹,名字是标签。 三个词分清,就好讲认错。

倒着的猫,戴口罩的闸机

#explore-fail

为什么倒过来会错?

颜色还在,形状和花纹换了方向。 如果它学的时候很少看倒着的猫,就会迷糊。黄的、长的,有时更像香蕉。

校园里也一样。闸机要认人脸。 口罩挡住了鼻子和嘴,逆光让颜色发白,只拍到后脑勺,形状也不对了。

戴口罩的小朋友站在逆光闸机前

能看见的样子变少,标签就不稳。 这不是「电脑坏了」。可能是照片不清,也可能是它没学过这种样子。这就是技术局限

所以要记住:倒着的猫,形状和花纹换了方向;戴口罩过闸机,能看见的样子变少。所以名字会贴错。

人仍然认得出是林晓,因为人看见的是整个人,不只是格子。

这节课我学会了

#review

图像识别可以收成一条短路。

  1. 图片先变成小格子。
  2. 再看颜色、形状、花纹。
  3. 最后对照后贴上标签。

试着给家人讲「倒过来的猫」,再讲「戴口罩的闸机」。

小格子是像素,样子是颜色、形状、花纹,标签是名字。

下一课才问:它是看例子学会的。 这节课先把看见的路走完。

试一试

#evaluate

看完就来检查一下。选错了也可以再想。

单选题

像素是什么

电脑看一张校猫照片时,最先把它拆成什么?

单选题

倒过来为什么慌

黄猫正着拍是「小猫」,倒过来却写成「香蕉」。主要是因为什么?

单选题

口罩闸机为什么难

戴口罩、逆光过闸机,常常更难认出人。更合适的解释是哪一句?

多选题

图上三种样子

图像识别常从图里抓哪些样子?可以多选。

可多选

未登录时不会保存学习进度