“基因编辑 AI育种”，两大前沿技术融合能将作物育种成本降低90%(2)

基因水平的变异和植物生化水平、宏观表现等息息相关
但要对不同水平测量的表现型进行分析，或者将表现型与基因型联系起来，就需要对大量的、有噪声的数据集进行处理。
有什么工具能帮助研究人员分析和处理这些庞大的数据集？
答案就是AI。
目前，AI推动农作物育种还是一个相对新颖的话题。
首先，第一个能用到AI的环节，就是研究基因组。
在传统的研究中，AI中常用的机器学习（Machine Learning）算法可以用于在新测序基因组中注释基因的结构和功能。
而现在，它还能进一步研究基因组的功能，这相当于是对传统基于组学方法的补充。
机器学习算法是个啥？简单来讲，就是让机器人自己教自己，根据大量的数据学会自己分析。
机器学习算法分为两种，一种是监督学习，一种是无监督学习。
监督，从字面上理解，就是有人看着。
具体来说，监督学习就是需要分析的数据已经被人为地进行了标记和分类，并告知机器不同类型的特点，然后让机器自己学习，区分出哪种属于A类，哪种属于B类。
无监督学习就更有意思了。在进行机器训练时，不告诉机器什么是A类，什么是B类（不同类型的特点），而是让它自己对数据进行分析和处理，然后用它自己“学”到的“知识”，依据数据的不同特点，对数据进行分类。

监督学习和无监督学习，右上为无监督学习，右下为监督学习
了解了机器学习的两种训练方式，接下来的问题是，怎么用？