第1162章 农场发展 (第2/3页)
麽保育类、非保育类，有许可、没许可的，只要确定不是人肉就好。
也不要说美国人很挑剔，吃什麽肉，不吃什麽肉。哪会随便吃野生动物，还吃狗！
城里人或许会有那麽多毛病，但农场人骨子里的核心是不浪费食物。只要是能吃的，没臭没坏没寄生虫，煮熟之後都会下肚。
忘记那锅无缘的狗肉，亨利之所以有空就会盯着农场的监视画面，倒也不是闲着没事干，又或是真对农场的工作那麽感兴趣。他只是为了训练手边的人工智慧而已。
应该要注意什麽，忽略什麽，标记什麽。关於人工智慧在农业方面应用的空白，需要由亨利手工慢慢填补。
不过亨利不是用传统机器学习的方法，在原始数据上手动分类与标记，主动让人工智慧将某个目标识别为某物。
这需要大量手工作业，纵使氯星人有超级速度，也会受计算机输入端设备的反应限制，没办法真正大量快速地处理。
所以亨利用了一个取巧的办法，利用人工智慧既有的细节逐一分辨优势，从大量图片或影片中找出同类」物品。再比对既有资料或百科全书，自动识别物种而这些识别出来的物种，则会以依循农业书籍的内容作为原始逻辑，判断处理方式。
亨利再就最後结果，做人工审核，并调整错误内容。
敢这麽做的一大理由，当然是因为亨利做得并不是传统的机器学习，而是在有自我学习能力的人工智慧平台上进行训练。
亨利要做的就只是调整方向，而不是手把手教会人工智慧，这是花，那是草。
这和当初以大量情境加上模糊比对所建立起来的BB核心机器人家务系统不同，是另一种更高效的人工智慧训练方式。
缺点是，一旦走岔了，要回到某个节点重来，得要花更多时间。包含判断从哪个节点重新开始，出错的原因是什麽，要如何避免。
都不比建立BB系统时，什麽行为有问题就删掉哪行程序代码那麽简单。可说是有利有弊。
除了效率外，另一个好处是当标准作业流程建立起来，未来投入任何新领域的时候，手边的人工智慧都能迅速按照同样的标准快速训练到可应用的水平
（本章未完，请点击下一页继续阅读）