不確定性

訓練電腦視覺時，由於無法完全複製真實世界，由相片、電腦生成影像、真實或模擬影片彙總而成的訓練資料集，便成為AI唯一的教材。藉由人工繪製框界標記影像中的物體種類，AI得以亦步亦趨地學習辨別眼前的物件。雖可在簡化的虛擬情境中很快取得出色表現，然而隨著環境愈加複雜，這樣的做法不免疲態漸露。舉例來說：真實相片中的人像，經常因為角度問題，無法看到完整的手腳輪廓。此外，人工定義的邊框雖然作為標準答案，卻也往往相當模糊。這些問題看似輕鬆，但背後全都指向一個最基本的問題：人工智能應當如何應對真實世界中不可避免的混亂與不確定性？