EEPW论坛

AI背后的核心思想是在小范围内模仿人类进行学习。它不依赖 于制定大量的if-then规则，而是建立一个通用的模式识别的机 器模型。这两种方法的关键区别在于，与一套复杂的规则相 比，AI不会提供明确的结果。AI不会明确报告“我在图像中识别 出了一只猫”，而是提供类似这样的结论：“图像中有一只猫 的概率为97.5%，它也可能是豹子(2.1%)或老虎(0.4%)。”这意味着 在模式识别的过程结束时，应用的开发人员必须通过决策阈值 做出决定。

 另一个区别是AI并不依赖固定的规则，而是要经过训练。训练 过程需要将大量猫的图像展示给神经网络以供其学习。最终， 神经网络将能够独立识别图像中是否有猫。关键的一点是，未 来AI可以不局限于已知的训练图像开展识别。该神经网络需要 映射到MCU中