白話大模型系列共六篇文章，將通俗易懂的解讀大模型相關的專業術語。本文為第一篇：AI分析能做什么？在實際落地中會碰到什么問題？

作者：星環科技 人工智能產品部

我們使用一個簡單的應用實例來解析人工智能分析都在做什么。

以單一AI應用為例

人臉檢索

我們以人臉檢索為例，來看看利用“人工智能”能力的流程。注意到，實際上有幾個視角。?問題是什么：假設已經有很多不同人的正面照（比如證件照）以及對應的 ID，現在拍攝到了一張某人的新照片，我們需要判斷這張照片中是的人是誰？?步驟是什么: 基本流程大部分人腦中都有基本印象了，是一套固定的模式

圖 1 基礎流程比如人臉的例子“采集數據”就替換成“采集人臉數據”

完整的流程

圖 2 分析典型的人臉識別要做什么一般而言，完整的數據分析流程的步驟是相對冗長的，上面的內容展示了一個典型的“人臉識別”的 AI 應用形態在“需求分析”角度看，在做什么。使用一個在數字化、智能化之前就存在的例子來說，這就類似在圖書館查書名、作者，可以方便的找到想要的編號（ID）和其所在的書架并借閱這本書。實際工作比較復雜復雜很多，我們下面會稍微詳細的敘述。首先從“數量化”開始。

數量化

首先，我們需要將人臉照片轉化為計算機能夠理解的數據。這個過程叫做“量化”。比如早期的圖書館檢索，是通過人工編制索引卡片，然后通過卡片找到書籍的位置。這個過程就是“量化”。我們將書籍的信息轉化為了卡片的信息。

圖 3 我國澳門公共圖書館的卡片目錄（柜）可以看到，為了檢索為目的，圖書卡片目錄至少要1.保存書籍的信息（書名、作者、出版社、出版日期等）2.保存書籍的位置（柜號、層號、架號、排號等）3.保存書籍的編號（索書號、ISBN 等）對應到人臉識別，我們需要保存的信息也是類似的。我們需要保存的“人臉卡片目錄”信息包括（姑且認為）：1.人臉的特征（比如眼睛、鼻子、嘴巴等）：可以是相對大小、顏色等2.人臉的位置：可以是相對位置、絕對位置等3.人臉的編號：可以是身份證號、學號等實際操作中，人臉卡片目錄一般都“編碼”成了一串固定長度，比如說 1024，的數字（也就是“向量”），其有個特定且形象的名字“嵌入向量”：將人臉的特征（比如瞳距、鼻寬等）、位置（眼相對鼻距離等）、編號等信息，”嵌入“到這 1024 維的“向量”中。

但是，我們需要注意到，這些信息都是“人工”提取的。這個過程是非常耗時的。而且，這些信息的提取是非常“主觀”的。不同的人可能會提取出不同的信息。而且，更重要的是，這樣提取，很難保證“準確性”和“泛化性”。不考慮嚴格的學術定義，這兩個帶引號的詞的含義是：

準確性

按照提取的信息，能夠準確的找到對應的書籍/人臉的概率。這里，由于信息不準確等問題，通常可能檢索出多個待選結果，這里的準確性一般是指排名前幾的結果中，是否包含正確結果的概率。這比較好理解，一位作家可能寫了多本書，書名、年代可能相似，查詢者記憶比較模糊，問的不準確，都可能只能找到一個“范圍”。這個范圍內，可能有多本書，但是只有一本是正確的。這個時候，我們就需要“挑選”了。到了“人臉檢測”，這個問題可能更嚴重些。根據口、耳、鼻形態的的手工構建的數量化特征，排列組合可能性來找到“相似”的人臉。這樣操作下來，排序后找到最相似前五名，使用十五年前最厲害的算法，真正想找的人在其中的概率連一半都不到。事實上，盡管“人臉識別”這個需求自有視頻監控和照相技術后就一直是剛需，但這么低的準確率一直持續到 2010 年前后。新的”方法“的出現，才使得準確率有了質的提升。

泛化性

泛化是個阻礙人工智能在應用中大規模鋪開的問題。泛化性是指，對同一個問題，對于“新的數據”，人工智能模型還能保證原有的性能（比如查找精度等）。但事實上，問題很多，比如：1.檢索書籍中，原本書籍題目限制在 20 字以內，但是現在有了超過 20 字的書籍，比如白居易《望月有感》的詩，題目是《自河南經亂，關內阻饑，兄弟離散，各在一處。因望月有感，聊書所懷，寄上浮梁大兄，于潛七兄，烏江十五兄，兼示符離及下邽弟妹》，共 50 個字，這個時候，原有的卡片目錄抄錄不下。2.檢索人臉中，原本的人臉照片都是正面照，但是現在有了側面照，這個時候，原有的卡片目錄就無法使用了。或者，在最近兩年中，原本好用的手機人臉識別解鎖，在人帶了口罩后（甚至遮擋并不算多），就無法使用了。以上的例子比比皆是，這些問題都是“泛化性”問題。同一個問題, 新的數據，這些日常使用的單詞，并沒有數量化的定義，甚至不同人、不同領域的認知都完全不同，也客觀上導致了現實中 AI 落地的諸多問題。