Giống như một bữa ăn ngon bắt đầu với những nguyên liệu phù hợp, Ai bắt đầu với thứ gọi là bộ dữ liệu. Hãy coi các tập dữ liệu như nguyên liệu cho công thức nấu ăn của Ai—nguyên liệu càng tốt thì kết quả càng tốt. Hãy cùng tìm hiểu khái niệm về tập dữ liệu và xem tại sao chúng lại quan trọng đối với Ai.

Hiểu tập dữ liệu

MỘT tập dữ liệu là tập hợp các thông tin liên quan được tổ chức theo cách mà máy tính có thể xử lý. Nếu bạn đang làm món salad trái cây, tập dữ liệu của bạn sẽ bao gồm các món như táo, chuối và nho. Trong Ai, một tập dữ liệu có thể bao gồm hàng nghìn bức ảnh, mỗi bức ảnh được gắn nhãn 'táo', 'chuối' hoặc 'nho' mà Ai sử dụng để tìm hiểu cách xác định từng loại trái cây.

Chất lượng của bộ dữ liệu

Giống như chất lượng của trái cây quyết định món salad của bạn sẽ ngon như thế nào, chất lượng của bộ dữ liệu ảnh hưởng đến khả năng học hỏi của hệ thống Ai. Nếu dữ liệu không chính xác hoặc sai lệch, “khẩu vị” của Ai—hoặc các quyết định và dự đoán của nó—sẽ bị ảnh hưởng. Đó là lý do tại sao cần có bộ dữ liệu đa dạng, chất lượng cao để Ai 'nuôi dưỡng'.

Tập dữ liệu đang hoạt động

Khi Ai được sử dụng để nhận dạng giọng nói, nó sẽ được huấn luyện bằng các bộ dữ liệu chứa hàng nghìn mẫu giọng nói. Điều này giúp nó hiểu được các giọng và cách nói khác nhau. Nó giống như việc làm quen với nhiều hương vị của một món ăn phức tạp. Các mẫu càng đa dạng thì Ai càng có thể hiểu rõ hơn những gì nó 'nghe thấy'.