0:00:07.360,0:00:11.760
機器學習的極限和您輸入的訓練數據程度相同。

0:00:11.800,0:00:15.820
因此，使用大量的高品質數據在機器學習的過程中至關重要。

0:00:16.760,0:00:21.960
但如果數據如此重要，是否值得一提這些訓練數據從何而來？

0:00:22.280,0:00:26.260
一般而言，電腦收集的訓練數據來自像你和我的人類，

0:00:26.260,0:00:27.860
而我們完全無需付出任何心力。

0:00:28.440,0:00:31.480
一個線上串流服務可能會追蹤您的觀看清單，接著透過您所輸入的資料辨識模型

0:00:31.660,0:00:36.000
推薦您接下來可能會喜歡的觀看清單。

0:00:37.420,0:00:43.200
另一種方式是系統會直接請求您的協助，例如，[br]一個網站會請您協助識別出路標和照片，

0:00:43.780,0:00:49.280
這時您正在提供訓練數據協助機器看見事物，[br]並在未來的某天駕駛車輛。

0:00:52.320,0:00:56.440
醫療研究人員可以利用醫療圖像當作訓練數據來教導

0:00:56.520,0:00:59.900
電腦如何識別和診斷疾病。

0:01:00.300,0:01:05.560
在能夠準確地識別疾病前，機器學習需要上百甚至上千張的圖像，

0:01:05.640,0:01:09.920
以及一位醫生的訓練引導，因為只有醫生知道該如何診斷。

0:01:10.520,0:01:15.540
即使有了上千個案例，電腦的預測仍有可能出錯。

0:01:15.880,0:01:20.660
如果X光片的數據只收集男性，那麼電腦的預測可能只對男性有用。

0:01:21.880,0:01:26.300
它可能因此無法辨識要求檢視疾病的女性的X光片。

0:01:26.620,0:01:30.820
這個盲點在訓練數據過程中產生的問題叫做偏見。

0:01:31.260,0:01:36.420
偏見數據有利於某些事物，而對其他事物則不具有優先權或排他性。

0:01:36.780,0:01:41.800
根據訓練數據的收集方式、收集者的收集方式，以及數據的提供方式，

0:01:41.800,0:01:45.340
這些訓練數據很有機會含括人為偏見。

0:01:45.880,0:01:50.700
透過從偏見數據中學習，電腦便可能做出偏見預測，

0:01:50.780,0:01:54.320
無論在訓練電腦的人是否有察覺到。

0:01:54.760,0:01:58.400
當您在查看訓練數據時，問問自己兩個問題：

0:01:58.640,0:02:01.600
這些數據足以準確地訓練一台電腦嗎？

0:02:02.320,0:02:06.860
以及這些數據是否能夠代表所有可能的情況和用戶，而不存在著偏見？

0:02:07.460,0:02:11.040
這便是身為人類的您所扮演的關鍵角色。

0:02:11.160,0:02:14.500
您掌握了提供無偏見數據的主權。

0:02:14.500,0:02:18.160
這意味著收集來自多方資源的大量案例。

0:02:19.300,0:02:22.580
記住，當您挑選給予機器學習的數據時，

0:02:22.580,0:02:26.660
您實際上是在編寫演算法，只是您使用的是訓練數據而非編碼。

0:02:27.100,0:02:29.780
這些數據即是編碼。

0:02:30.180,0:02:34.680
您所提供的數據越精準，電腦就將學習得越精準。