用自監督 AI 偵測高麗菜缺肥，結果準確率只有 50%——我到底做錯什麼？

欸你知道嗎，現在有一種特殊相機可以拍出人眼看不到的光線，用來檢查植物有沒有缺肥。你在用這種高光譜影像來訓練 AI 判斷高麗菜是不是缺氮肥，分成三種情況：健康、有點缺、超級缺。你想用一個叫自監督學習的方法，簡單來說就是先讓 AI 自己從一堆沒有標籤的照片裡學習，學到一些有用的特徵，然後再教它怎麼分類。聽起來很聰明對吧？但問題是準確率卡在 50%，根本就是亂猜。你已經試過各種招數了：加強資料、換不同的自監督方法、調整參數，都沒用。說真的有點扯。最可能的原因是：這種高光譜資料和那些自監督方法設計的時候想的資料差太多、或者你需要特別針對光譜資料的增強方式、或者根本就是預訓練的方式沒有抓到植物缺肥的關鍵特徵。建議你先試試看用傳統的有監督學習（就是直接告訴 AI 答案）能不能做得更好，這樣才知道問題是不是出在自監督學習這個方法上。