昨晚躺床上刷短视频，刚给朋友发了句”我家猫拆了沙发”，接下来半小时的推荐栏，连三花猫踩奶、橘猫偷喝可乐的切片都给我凑齐了。
太邪门了。
之前总有人说平台偷开麦克风窃听，我以前也跟着骂过两次。直到后来翻了自己三个月前的浏览记录，才反应过来——根本不是什么窃听，是机器学习在背后默默攒了大半年的”观察笔记”。
你以为的”窃听”，其实是它在翻你过去的行为账本
很多人对这套机制的误会，在于总觉得它在”实时监听”你当下说的话。实际上，它连你说话的内容都不一定能解析明白，更别说冒着被监管处罚的风险偷录音频。它手里攥着的，全是你主动递过去的线索：你上周给猫视频点过的32个赞，你在”猫砂测评”那条视频上停留了2分17秒，你甚至上个月在电商平台搜过”猫抓板耐磨款”——这些零零碎碎的数字，被它拼成了一张属于你的偏好画像。
它不会像你楼下卖卤味的阿姨那样，见你两次就记得你不吃香菜。它的记忆没有温度，却足够细致。哪怕你只是在一条猫视频上快速划走，它都会把这个”划走”的动作记下来，琢磨是不是你不喜欢那种短毛橘猫的内容，下次就给你推长毛布偶的。
说实话，我之前知道这套逻辑的时候，还觉得有点后背发凉。但转头想，我自己天天在网上留下那么多痕迹，人家只是把这些痕迹串起来，没装神弄鬼的。总比你刷十分钟短视频，一半内容是你根本不关心的二手车广告强吧？
那些吹得神乎其神的AI，本质上是个做错题本的差生
我见过太多科普把机器学习讲得玄乎，什么”自主进化””智能觉醒”，听得人觉得明天机器人就要抢自己饭碗了。其实根本没那么复杂。你上学的时候是不是也干过这种事：把考试错的题抄在本子上，下次遇到同类型的题就不会再错？机器学习干的就是一模一样的事。
就拿让它认”什么是猫”来说。工程师不会一开始就跟它讲”猫有尖耳朵、软爪子、会踩奶”这种抽象的定义，而是给它塞几万张标注好的图片：这张是猫，这张不是猫。它一开始可能把老虎认成猫，把家里的老虎玩偶也认成猫，每错一次，工程师就给它打个叉，告诉它不对，这是别的东西。它就慢慢调整自己判断的那套”标准”——哦，原来有花纹不一定是猫，还要看体型，看爪子的形状，看眼睛的颜色。
别觉得这有多高明。我上周自己测过一款开源的图像识别模型，把我家猫和我买的老虎公仔摆在一起拍同角度的照片，它第一次把公仔认成猫，第二次还是错，直到我给它标了三次”这是布偶玩具，不是真猫”，它才慢慢摸出区别——跟我高中做数学题，把错题抄三遍才记住公式的德行，真的一点差别都没有。
没什么魔法。
很多人搞错的事：它从来不会”真的懂”你
这是我最想跟大家掰扯清楚的误区。现在好多宣传把机器学习吹得像能看穿你心思的人，说它知道你为什么开心，为什么难过，为什么深夜会突然emo。拉倒吧。它根本不知道。
它不知道你刷到猫视频会停下来，是因为你今天加班到十点，累得连话都不想说，就想看看软乎乎的东西解压；它也不知道你上次买的那罐猫砂，是你租的房子里，给你那只总爱刨沙发的小猫准备的；它甚至不知道你是个对猫毛过敏，却忍不住每天云吸半小时猫的矛盾鬼。它能算出来的，只有冷冰冰的数字：像你这样年龄、在新一线城市租房、最近搜过”独居好物”的用户，看到猫视频的平均停留时长，比看职场干货多不少。所以它就把更多猫的内容推到你面前。
不过话说回来，这也不是什么坏事。总比推一堆你根本不需要的小额贷款广告强吧？之前有个朋友跟我吐槽，说他的购物APP总给他推男士剃须刀，他都结婚三年了，自己的剃须刀半年前就换了新的，怎么还推。我点进他的浏览记录一看，三个月前他给他爸买过一个电动剃须刀，点进去看了三次详情页。算法就给他打了个”近期有剃须刀购买需求”的标签，至于他是给自己买还是给爸买，根本不重要。
“合着我在算法眼里就是个买剃须刀的工具人呗？”他当时跟我这么说，给我笑了半天。
上周我帮我妈调她手机里的语音助手。她对着手机说”帮我找广场舞的伴奏”，第一次助手给她推了一堆流行情歌，第二次她提高音量重复了一遍，第三次终于找对了她常跳的那首《小苹果》伴奏。我看着她凑在手机跟前，像跟家里晚辈说话似的语气，突然觉得这东西也没那么可怕。
它就是个记性很好、反应有点慢的学生。你教它什么，它就记什么。你教错了，它就一直错下去。你多跟它说两次，它才能慢慢摸清楚你的习惯。
就这么简单。
作者|科技
排版|科技
审核|知知