计算机悄无声息地改变我们的生活之超市蔬菜称重

目录

• 计算机悄无声息地改变我们的生活
  • 引言
  • 原理
  • 总结

计算机悄无声息地改变我们的生活

引言

今天去超市买菜，选好之后，只见卖菜阿姨把菜放到称重机之后，胡萝卜的单价(元/kg)直接就显示在屏幕上。我被眼前的一幕吸引住了，因为印象中我们把选好的菜给卖菜阿姨之后，阿姨要手动输入菜的单价进行称重，有时候甚至还需要查一下，而现在眼前的机器居然直接识别出了菜的单价。

之后我留意到了这台机器上多了一个选项：图像识别。在介绍这个名词的之前，我们先看一下这两个流程图，了解一下这个图像识别在这里发挥了什么作用。

传统的称重方式：

改进后的称重方式：

可以较为明显地看出，计算机取代了传统称重方式的第二步。那么，这样做有什么优点呢？大致可以有以下几个优点，

第一，节省人力，阿姨不用再去记住众多蔬菜水果的价格，把这些交给机器；第二，更加灵活，如果某些菜的价格发生了变化，我们只需要在计算机对应的位置进行修改，省去了重新记忆新价格的麻烦；第三，误差小，在特定领域，计算机的分类能力已经超越了人类。计算机正在渗透到各个领域，提高效率。

原理

下面我们可以简单的解释一下，计算机是怎么识别出菜的类别和单价的，请不要畏惧此处的内容，因为它会很有趣，也很简单。

假设我们现在有一个机器人，它叫小白，什么都不会，我们要教会它蔬菜分类。

摆在小白面前的有这些蔬菜的照片，每张照片对应一个类别，我们要利用这些照片（训练集）对小白进行训练，大概是怎么做的呢？

我们首先送入第一批图片，可是现在的小白什么都不会，因此它把白菜认成了胡萝卜，胡萝卜认成了白菜，此时我们会对小白进行一个“惩罚”，这个惩罚在这个算法里是通过一个损失函数实现的，本篇文章我们不会去深究这个函数。只需要知道，对于刚开始什么都不会的小白，我们会通过这些识别错误的图片对小白进行一个“惩罚”，以期望它能够知道这两张照片是识别错误的。

接着我们送入第二批图片，并使用识别错误的图片进行“惩罚”：

接着我们送入第三批图片：

当我们把所有的蔬菜照片送给小白进行学习后，小白逐渐成长为了一个优秀的机器人，至此它就能够识别这些所有它见过的蔬菜类别了：

总结

这篇文章我们讨论了计算机对蔬菜称重的改进，还简单介绍了相关技术的原理，不过为了讲解方便，最后的原理部分有些笼统，小白实际上预测出的是所蔬菜种类的概率分布，根据正确分类的概率计算损失函数，特此标注。