最近苹果相册的AI自动命名功能翻车了,冲上热搜。居家日常照被归类为"旅行日记",毕业合照被标注为"欢聚一堂",宠物狗被取名为"老头狗"……网友纷纷吐槽这是"人工智障"式取名。
AI命名为什么会翻车?
要理解这个问题,得先搞清楚AI相册分类的原理。
这类功能通常基于图像识别模型,通过检测画面中的物体、场景、人物关系来生成标签。翻车的原因主要有几个:
场景误判。一张室内客厅的照片,AI可能因为看到了窗户和植物,就判断这是"旅行日记"——它学会了"有窗有绿植=旅行"的错误关联。
语义歧义。"欢聚一堂"在AI眼里可能只是"多个人+室内"的组合,而不理解这是专指有特殊意义的聚会。
训练数据偏差。如果训练数据中"旅行照片"的特征过于泛化,AI就容易误判。
功能易做,体验难成
这件事折射出一个AI产品的普遍困境:技术能力与用户体验之间,隔着一道"最后一公里"。
从技术指标看,图像识别的准确率可能已经很高了。但用户不在乎准确率,他们在乎的是"合不合理"。一张居家照片被标记为"旅行日记",技术上可能没错,但用户的预期完全不同。
这就是AI产品经理常说的"用户心智"问题。AI必须理解用户的认知框架,而不是单纯追求技术指标上的正确。
翻车也是产品迭代的机会
有意思的是,每次AI功能翻车都会引发大量讨论,而讨论本身就是用户参与产品优化的过程。
苹果相册这个功能暴露的问题,恰恰是未来改进的方向:
第一,上下文感知。结合手机使用场景、时间、地点等综合判断,比单纯看画面更准确。
第二,用户反馈闭环。让用户能方便地纠正AI的判断,这些反馈数据会变成模型迭代的燃料。
第三,分层标签策略。区分"确定"和"猜测",对不确定的标签用更保守的表达方式。
从"能用"到"好用"的距离
苹果相册AI翻车事件,本质上是AI能力从"可用"到"好用"进化过程中的必然现象。
技术突破是第一步,让用户愿意尝试是第二步,建立信任是第三步。每一步都需要大量的细节打磨。
对于AI产品的启示:不要高估用户对AI错误的容忍度,也不要低估翻车事件的负面效应。但更重要的是,不要因为翻车就否定AI的价值——每一次翻车都是通往"好用"的必经之路。
毕竟,当年Siri刚出来时也被吐槽"人工智障",现在呢?

问题是怎么让用户愿意给AI反馈,很多人直接关掉功能了
笑死,我家猫被识别成'老虎',这AI是认真的吗
毕业照那个确实离谱,估计是识别到了人多+室内
最后一公里说得对,技术强不代表体验好
其实这种翻车很正常,AI就是在不断试错中进步的