AI的“模型”和学生的“知识库”是一个道理。AI通过“学习”（后面会讲“学习”就是“训练”），把“数据”里的规律和特征记下来，形成一个“模型”。这个“模型”就相当于AI的“知识库”，以后遇到类似的问题，AI就能调用“模型”里的“知识”，解决问题。

比如咱们之前说的AI“认猫”：AI一开始没有“模型”，就像学生没学过数学一样，啥也不会。然后咱们给AI看很多猫的照片（数据），教它按照“算法”（认猫步骤）去学习，AI慢慢就记住了猫的特征——有毛茸茸的身体、尖耳朵（或圆耳朵）、圆眼睛、小鼻子小嘴巴。等AI学完之后，这些“猫的特征”就储存在了“模型”里，这个“模型”就是AI“认猫的知识库”。以后再给AI一张新的猫的照片，AI就会调用这个“模型”，对比照片里的动物是不是有“模型”里记的猫的特征，如果有，就判断这是猫；如果没有，就判断不是猫。

再比如咱们平时用的语音助手，比如你对着手机说“帮我定一个明天早上7点的闹钟”，语音助手能听懂你的话，还能帮你完成定闹钟的操作，背后就是“语音识别模型”在起作用。工程师们先给AI输入很多人的语音数据，包括不同性别、不同年龄、不同口音的人说的话，教AI按照“算法”去学习这些语音的规律——比如“定闹钟”这三个字对应的语音波形是什么样的，“7点”对应的语音波形是什么样的。AI学完之后，就形成了“语音识别模型”。当你说话的时候，语音助手会把你的声音转换成语音波形，然后调用“语音识别模型”，对比波形对应的文字，就能听懂你说的话，再根据你的需求去执行操作。

还有咱们去银行办业务，有时候会用到人脸识别，比如登录手机银行的时候，需要刷脸验证身份。这背后是“人脸识别模型”在工作。工程师们给AI输入很多人的人脸数据，包括同一个人不同角度、不同表情、不同光线条件下的人脸照片，教AI学习每个人脸的特征——比如眼睛的距离、鼻子的形状、嘴巴的轮廓。AI学完之后形成“人脸识别模型”，当你刷脸的时候，AI会捕捉你的人脸特征，和“模型”里储存的你的人脸数据对比，如果一致，就通过验证；如果不一致，就拒绝登录。

本小章还未完，请点击下一页继续阅读后面精彩内容！

所以你看，“模型”就是AI学习之后的“成果结晶”，是AI解决具体问题的“武器”。没有“模型”，AI就算学了再多“数据”、知道再多“算法”，也没办法帮你做事；有了“模型”，AI才能真正发挥作用，帮你认猫、识别语音、验证身份，解决各种实际问题。

（四）训练：让AI“学习”的过程，就像老师教学生做题

前面咱们提到，AI要形成“模型”，得先经过“学习”，而AI的“学习”过程，就叫“训练”。那“训练”具体是咋回事呢？其实“训练”就像老师教学生做题一样，老师先给学生出题，学生做完之后，老师告诉学生哪道题做对了、哪道题做错了，然后教学生怎么改正，学生慢慢调整自己的解题思路，直到能把题都做对。AI的“训练”也是这个逻辑。

咱们还是以AI“认猫”为例，来看看“训练”的过程到底是怎样的：

第一步，“给AI出题”——也就是给AI输入“数据”，比如一张猫的照片，让AI判断这张照片里是不是猫。这时候AI还没“学”过，就像刚上学的小孩没学过数学一样，根本不知道啥是猫，所以它可能会乱判断，比如把猫说成“狗”，或者把猫说成“兔子”。

第二步，“告诉AI对错”——这一步就像老师批改作业。工程师们知道这张照片里是猫，所以会告诉AI“你错了，这张照片里是猫，不是狗/兔子”，同时还会告诉AI“猫有这些特征：毛茸茸的身体、尖耳朵、圆眼睛……你刚才没注意到这些特征，所以判断错了”。

第三步，“AI调整思路”——AI知道自己错了，也知道错在哪儿了，就会按照工程师的提示，调整自己的“算法”（认猫步骤）。比如之前AI判断的时候没关注“耳朵形状”，现在就会把“看耳朵形状”这个步骤加进去，或者更重视这个步骤。

第四步，“反复练习”——接下来，工程师会给AI输入更多的“数据”，可能是另一张猫的照片，也可能是一张狗的照片，让AI继续判断。AI用调整后的“算法”去判断，如果又错了，工程师再告诉它对错和原因，AI再调整“算法”；如果对了，就继续给它新的“数据”练习，直到AI能准确判断出大部分照片里是不是猫。

这个“出题—批改—调整—再出题”的循环过程，就是AI的“训练”。而且AI的“训练”比学生做题要“勤奋”得多，学生一天可能做几十道题就累了，但AI可以24小时不间断地“做题”，一天能“看”几十万甚至几百万张照片，所以AI的“学习速度”比人快很多，用不了多久就能形成能准确“认猫”的“模型”。

再比如AI训练“推荐视频”的过程，也是一样的道理：

第一步，“给AI出题”——给AI输入一个用户的观看记录（数据），让AI推荐这个用户可能喜欢的视频。AI一开始不知道用户的喜好，可能会推荐一些用户不感兴趣的视频，比如用户喜欢看美食视频，AI却推荐了科技视频。

第二步，“告诉AI对错”——工程师会根据用户的反馈来“批改”AI的推荐：如果用户把AI推荐的科技视频划走了，就告诉AI“你错了，这个用户不喜欢科技视频”；如果用户给AI推荐的美食视频点了赞，就告诉AI“你对了，这个用户喜欢美食视频”。

第三步，“AI调整思路”——AI根据用户的反馈，调整自己的“算法”（推荐步骤）。比如之前AI推荐的时候没考虑“用户点赞过美食视频”这个信息，现在就会把这个信息加进去，以后给这个用户推荐视频的时候，多推荐美食类的内容。

第四步，“反复练习”——AI用调整后的“算法”给更多用户推荐视频，再根据用户的反馈（点赞、评论、转发、划走）继续调整“算法”，反复循环，直到AI推荐的视频能让大部分用户满意，这时候“推荐视频的模型”就训练好了。

所以你看，AI的“训练”其实就是一个“不断试错、不断调整”的学习过程，和咱们上学时老师教咱们做题的逻辑完全一样，只是AI更“能扛”，能一直不停地“练习”，直到把“知识”学会，形成能用的“模型”。

三、用一个简单类比，把四个术语串起来，一眼看懂AI逻辑