监督学习 你来当老师
监督学习的核心是：你得告诉它答案。下面这些灰点其实分属两类，请你先标记一些，再让模型学习分界线。
提示：点击灰点切换标签；再次点同色可取消。标够两类各 2 个以上即可训练。
请开始标记数据点吧 👆
你体验到了什么？ 你每标一个点，都是在给 AI 提供「标准答案」。模型只靠这些带标签的样本，就画出了一条分界线，并把其余没标记的点自动归类——这正是 ImageNet 背后「120 万张带标签照片」的逻辑。没有标签，监督学习就无从学起。
无监督学习 AI 自己找规律
无监督学习没有标准答案。先在画布上随意撒一些点（或点「随机生成」），再让 AI 用聚类把它们自动分成几群。
提示：可直接在画布空白处点击添加点，再运行聚类。看相似的点如何被归到同色。
先撒点，然后点「运行聚类」👆
你体验到了什么？ 没有任何人告诉 AI「这是什么」，它只是把离得近、长得像的点聚成了一群（聚类）。这就是 2012 年「谷歌猫」的思路，也是 ChatGPT 预训练阶段的主力——AI 先海量阅读、自己总结规律，再有人给它少少量标签。没有标签，AI 也能学，只是它说不出名字。
强化学习 在试错中成长
强化学习靠奖惩信号自学：走到 🏁 得奖励，撞墙受惩罚。看机器人如何从乱撞，逐渐找到捷径。
提示：点「看它学一步」看单回合试错；点「快进训练」让它大量试错后展示学会的最优路径。也可点击任意格子把 🏁 终点移过去。
累计回合0
本回合步数–
是否到达–
点「看它学一步」开始试错 👆
你体验到了什么？ 一开始机器人到处乱走、频频撞墙（负反馈）；随着试错增多，它记住了「哪条路奖励高」，路径越来越短、越来越直——这就是 AlphaGo Zero 3 天下 490 万局、自己变强的本质。只要你能定义「什么结果是好的」，AI 就能靠试错找到方法。