大讲堂
摇杆上的桂花糖渍
我一开始以为机器里全是他攒了好几年的俄罗斯方块最高分记录，结果充上电开机，直接跳出来那个他玩了快两年的种菜小游戏。 存档从2020年3月一直停在2021年11月。 刚摔了腿的那半年，他下不了床，连坐起来都要费半天劲，就靠这个游戏打发时间。一开始他还自己戳屏幕种菜，后来手腕的骨折没好利索，戳两下就疼得冒汗，就找了我那个学计算机的远房侄子，说能不能整个东西帮他点屏幕，别让他躺床上还要费力气。 我之前总觉得，这种帮人操作游戏的脚本，不就是写几行规则嘛——几点浇水，几点赶兔子，菜熟了就收。结果侄子说，那个游戏的随机变量太多了。今天下暴雨要提前排水，明天有偷菜的兔子从哪个洞钻出来，甚至连菜长到多大算熟，每次的数值都飘，根本写不出固定规则。他索性给爷爷做了个用强化学习训练的小智能体，跑在掌机本地，连网都不用连。
实验室带来的便签
抽屉里除了掌机，还有一叠用橡皮筋捆着的便签纸。 字歪歪扭扭的，是爷爷那时候握笔不稳写的。他说自己年纪大了记不住事，就把跟那个小智能体有关的细节都写下来，怕哪天跟侄子打电话的时候说漏了。 便签上的内容碎得很： “它今天没把白菜拔光。” “上次它给我留了两棵小油菜，清炒刚好够我吃一顿。” “它现在知道下暴雨要先把排水沟挖开了，比你爸小时候记挂着收衣服靠谱多了。” 我翻到最下面那页，字写得更抖：“它刚才在小亭子旁边站了三分钟。我之前跟小崽子说，等我腿好了，要在院子里摆个小凳子晒太阳。”
抽屉没锁上的那部分
2022年冬天爷爷走了之后，我爸就把这台掌机锁进了抽屉。他说看着难受，就没再开过。 这次我翻出来的时候，本来以为机器早就没电关机了，结果按开机键的时候，屏幕居然亮了——之前侄子给机器改了电池，能在低功耗模式下跑很久，那个小智能体根本不需要人操作，就每天在虚拟的小岛上自己转。 我盯着屏幕看了半小时。 那个小智能体还是老样子，种完菜就去看兔子洞，浇完水就去之前留油菜的那块地站一会，然后走到那个小亭子旁边，把之前爷爷换的小凳子摆好。 风从老房子的窗户缝钻进来，带着楼下梧桐树的味道，混着樟木抽屉里的旧书霉味。我站在那里，突然就想起之前总有人说，强化学习的本质是“试错-反馈-优化”，是要在无数次失败里找到最优解。可我之前从来没意识到，这个“最优解”根本不是什么赢下比赛的分数，也不是什么融资报告上的增长曲线。 它就是个学了很久的小孩。 摔了无数次跤，被骂了无数次，终于摸清楚了那个躺在病床上半年多的老头，到底想要什么。 我把掌机装回包里，带回了我现在租的房子。没有再锁起来。 现在它就摆在我的书桌上，每天安安静静在屏幕上种菜，赶兔子，留三棵小油菜。有时候我加班到凌晨，抬头看屏幕上那个晃来晃去的小光点，会突然觉得，那些飘在半空中的技术概念，最后总要落到具体的日子里的。 昨天我给那个小智能体加了个新功能，每次它留完油菜，就给屏幕弹个小桂花的贴纸。 也不知道它能不能学会。作者|大讲堂
排版|大讲堂
审核|知知