提問：你手裡有一袋去市場買的蘋果，在不去問老闆的前提下，要怎麼區分，才有可能是比較甜的蘋果呢？
回答：首先會拿兩顆蘋果，一個紅的，一個綠的，然後嘗了一口紅蘋果，覺得很甜，再嘗了一口綠蘋果，發現它不太甜，以此方式學會用顏色區分蘋果的方式，而不需要事先知道正確答案

對比式學習(Contrastive learning)

對比式學習是非監督式學習的一種，也就是在訓練模型的時候，不需要精確的答案，它只需比較不同的東西
概念: 相同類別的影像間的相似度越高越好(即距離盡可能地近)，不同類別的影像相似度越低越好(即距離盡可能地遠)

舉個例子，假設你要教一個AI模型辨識貓和狗的圖片。在監督式學習中，你需要告訴模型每張圖片是貓還是狗。但在對比式學習中，你只需要給模型一堆圖片，不用標記它們是什麼，然後模型會自己學會通過比較圖片的方式辨識

這就是對比式學習的優點之一：不需要大量的標記數據，因此更節省時間和精力。它更像是我們日常生活中學習事物的方式，這使得AI能夠更智能地處理各種情況。

晚點補上...