這次要先來介紹一個概念：廣義化（Generalization）。
我們希望人工智慧具有很好的廣義化性質，當我們用資料去訓練模型時，我們很難把世界上所有的資料都給電腦看過一次，而是用有限、事先收集好的資料集來讓電腦學習，然而會希望電腦在對於沒有看過（unseen）的資料，也就是不是用來訓練模型的資料集裡的資料，能夠發揮一樣的效果，如此，這個模型才會有意義，這樣的概念就是廣義化。
然而，現有的演算法對於廣義化的成果其實都不如預期，尤其還有更深層次的問題，像是領域適應（Domain Adaptation），也就是下回要介紹的主題。有些人提出的解決方法，就是收集更多的資料來訓練，就可以解決了，我對此方法抱持著懷疑的態度，統計學裡有一句話是「All models are wrong, but some are useful.」，我們到底讓電腦學會了什麼才是最本質的問題，弄懂了這件事情可能才有機會去解決廣義化的問題吧。
iThome鐵人賽
看影片追技術