待AI技术应用时，冬瓜不会再被认错为西瓜

周末，我去了郊区的农场，经过瓜园，从农田里买了一个西瓜。

当我回到家时，我迫不及待地将西瓜放在切菜板上，准备将其切开品尝。

我认为新鲜采摘的西瓜一定很美味，而且西瓜看起来很甜。

切割后，我傻眼了。

根本没有红色的肉，这根本不是西瓜，而是冬瓜。

西瓜和冬瓜，相似的外表，里面的肉缺失完全不同了。

看着这个结果使我很久不安，

这个冬瓜是在欺骗买它的人吗？

还是西瓜变了？

冬瓜变胖了吗？

嗯，这可能是冬瓜纹身了。

我只能感到社会真的很复杂。

而此时，

作为程序员的我脑海里想到了如果AI识别技术应用在辨别西瓜、冬瓜上呢？

会不会很有意思。

下面为人工智能可以区分冬瓜和西瓜立个项，

首先收集数据，让我们对西瓜和冬瓜进行分类。

如果特征分类因素是：形状和颜色，可能很难区分西瓜和冬瓜；

如果特征分类因素是：形状，颜色，瓜肉颜色，瓜皮图案等，则可能提高一些区分可能性；

如果特征分类因素是：形状，颜色，瓜果颜色，瓜皮样式，瓜基，瓜子数量，瓜子颜色，瓜子大小，瓜子分布，瓜子的XXX等，这可能能够区分西瓜和冬瓜；

但是不可避免拟合性的出现。例如，一些冬瓜的种子数量类似于西瓜。这样一来，光凭这些特征也不能完全保证区分西瓜和冬瓜。

这时我突然想到了特征工程。据估计，由于类似的问题，在特征工程中要花费大量的时间和精力才能获得良好的模型训练效果。

但是，随着神经网络的出现，我们不需要做很多特征工程，例如预先设计特征的内容或特征的数量。我们可以直接输入数据，对其进行训练，然后对其进行“校正”。获得更好的结果。

想了想，我马上跑回卧室给代码编码~~~~

常生活中蕴藏着大奥秘，AI人工智能除了自动驾驶、人脸识别、语音识别等等领域的应用外，随着技术得普遍应用，可能会越来越贴近生活。