AI 是怎么越练越准的？
跟你背单词有点像——猜错了就改。这次轮到你来当那个"越猜越准"的 AI 了：一会你要挑战猜中一个"神秘身高"，边猜边看提示调整。先凭感觉猜猜：你觉得自己大概要试几次？
选一个就能开始挑战，猜得准不准都没关系。
① 你来猜一个「神秘身高」
拖动滑杆选一个身高，点「试一试」看看差多少；照着提示（太高了/太矮了、差几cm），自己调整滑杆，再试一次——直到误差很小。
还没开始猜
90cm
–cm 差距
拖动上面的滑杆，选一个你觉得可能的身高，再点「试一试」～
拖动滑杆选一个身高，再点右边按钮试一试。
② 你学会了吗？
看你每一轮的误差是怎么一格格往下掉的——这就是"越练越准"。
看看你的进步，再去想一想为什么。
③ 想一想 🤔
刚才你自己调整滑杆的过程，其实就是 AI 训练在做的事——它为什么越练越准？
选一个理由，说说你的判断依据（选填）。
你看懂了 AI 学习的秘密！
以后遇到类似情况，看这3件事：
1它是不是先随便试一次，而不是一开始就答对（有一个"瞎猜"的起点）
2它会不会参考"差多少、方向对不对"来调整，而不是随机乱变
3它是不是练的轮次越多，就越接近正确答案（越练越准，不是原地踏步）
不是魔法，是猜→对答案→调出来的
先瞎猜也没关系，每轮用「错多少」来指导改一点点，多轮后就越来越准。
学习循环：猜→对答案→调整，反复进行。
进阶说法：根据误差反向调整参数（梯度下降的直觉）。
进阶说法：根据误差反向调整参数（梯度下降的直觉）。
深入一点：真正的 AI 训练也是这样吗？
是的！真正的神经网络训练，也是一轮轮「猜→算差多少→往对的方向调参数」，只是一次要调几十亿个"旋钮"，而且调整的方向和幅度是数学算出来的（这一步在进阶层会打开看）。但核心思路和刚才一模一样：错误是最好的老师。
深入一点：训练一次要看几遍例子？
真正训练 AI 时，同样一批例子常常要让它反反复复看几十遍、几百遍（"看一遍全部数据"这个说法叫 epoch），而不是看一遍就学会——这也是为什么训练一个大模型往往要好几天甚至好几周才能跑完。
经验 +15
金币 +8
懂原理 +1