2024 年 6 月 26 日
Dataiku 产品，扩展 AI
萧淑婷
烹饪、在黑暗或繁忙的街道上行走以及构建机器学习（ML）模型有什么共同点？
乍一看，这些活动似乎完全 哥伦比亚 WhatsApp 数据 不相关，但它们有一个共同点：多方面输入有利于做出更好的决策。无论是烹饪还是在危险情况下航行，依赖单一的感觉或输入都会受到限制。就像厨师使用多种感官（视觉、嗅觉、听觉、味觉、触觉）来制作完美的菜肴，行人优先考虑视觉和听觉以确保安全一样，在 ML 模型方面采用多模态概念可以带来更好、更准确的结果。
虽然人类大脑会自动将不同的感觉输入转换成二进制神经信号，但多模态机器学习方法尝试实现类似的效果：从文本、图像和表格数据等不同的输入模态中提取信息并将其转换为数字特征，然后算法会使用这些数字特征进行预测。