昨天熬到两点，手指划短视频划到发麻。明明说好了只看十分钟，抬头天都快蒙灰了。你以为是自己自制力差？别闹。
你划走的每一个瞬间，多停的半秒，甚至是你看到某个视频时下意识皱了下眉的微动作（哦对，现在前置摄像头早就把这些数据抓去了），都在被一套跑在云端的系统实时算着。以前我总觉得这东西玄乎，直到上次跟在大厂做推荐系统的老同学吃火锅，他把笔记本往我面前一摊，我才发现，我们天天挂在嘴边的深度学习，根本不是课本上写的那种冷冰冰的公式。
你以为的”猜你喜欢”，根本不是简单的标签匹配
早个七八年，互联网的推荐逻辑简单得像小学老师排座位。你搜过一次”猫粮”，系统就给你贴个”养猫人士”的大标签，接下来不管你是刚买完十斤粮准备囤货，还是只是帮朋友代搜，接下来半个月的首页全是猫砂、猫爬架、逗猫棒，烦都烦死。
那套逻辑笨得很。它根本不知道你当下的情绪，也不知道你为什么会点开某个视频。你刷到一个养猫的视频，可能是因为你当天刚被领导骂了，就想看看软乎乎的猫毛放松两分钟，根本不是你想再多买十袋猫砂。
现在的深度学习系统，早就不玩这种贴标签的游戏了。它会把你所有的行为拆成细碎的信号：你在一个美食视频上停了多久，有没有把进度条拉到最下面看评论，看到吃辣的片段时你是不是把手机亮度调低了（哦对，这都能算，因为你的滑动速度会变），甚至你刷到一个健身视频时，是不是手指悬在屏幕上方三厘米的位置停了两秒——所有这些没有被你刻意记住的小动作，都会变成它判断你喜好的原材料。
它甚至不会给你归到”养猫人””美食爱好者”这种刻板的类别里。它会记得，你周三晚上八点半的时候，特别喜欢看那种不带解说、只有切菜声的做家常菜视频；你周日上午赖床的时候，会反复刷那种在山里拍的溪流视频；你加班到九点的时候，根本不想看任何励志内容，就想看点别人拆快递的傻乐片段。
说真的，第一次知道这些的时候，我后背有点凉。原来你以为的”自主选择”，早就被算得明明白白。
被吹上天的”深度”，根本不是堆层数的数字游戏
我见过太多科普文，一讲深度学习就说，这东西就是搭很多层的神经网络，像叠千层饼一样，层数越多，模型就越厉害。扯。
你要是真信了这个，去搭个一千层的网络跑图像识别，跑出来的效果说不定还不如人家搭个十层的。
深度学习的”深度”，从来不是指层数的多少。是它自己学会了把复杂的识别任务，拆成一层一层的、从简单到复杂的特征提取逻辑——这是它和老一代算法最本质的区别。
你想啊，早年我们让计算机认一张猫的照片，全靠人提前写规则：猫要有尖耳朵，有胡须，有圆眼睛，满足这几个特征就算猫。结果遇到个被剃了毛的猫，或者光线太暗拍出来的猫，规则就失效了。人写的规则永远追不上现实里的千变万化。
但深度学习不是。你把几百万张猫的照片丢进去，它不需要人告诉它”猫有尖耳朵”。最底层的网络，会自己学会识别最基础的边缘、颜色块；往上一层，会把这些边缘拼起来，学会识别纹理、毛发的走向；再往上，会识别耳朵、眼睛、鼻子这些独立的部件；最顶层，才会把所有这些部件拼起来，输出”这是猫”的判断。
所谓的”深度”，是特征提取的层级深度，不是层数越多越好的数字游戏。合适的层数，是刚好能把任务拆到最细的程度，多一层都是浪费算力，少一层就会漏过关键特征。
我那个搞工业检测的朋友跟我吐槽过，他们之前为了追热点，搭了个一百多层的网络去检测零件上的小裂纹，结果跑了三个月，效果还不如人家三十层的模型。为啥？因为他们的零件表面就是光滑的金属，根本不需要那么多层去拆复杂的特征，层数多了，反而把正常的反光当成裂纹，天天乱报警。
别神化它，它本质是个记性太好的概率玩家
说实话，我最烦那种把深度学习吹得有自我意识的营销文。什么”AI已经会思考了””再过十年人类就要被取代了”，听着就像卖课的人编出来的鬼话。
它根本不会思考。
它甚至不知道自己输出的结果到底是什么意思。
举个最简单的例子，现在能帮你写文案的大模型，本质上就是一个超级概率计算器。你给它输入”今天天气真好，我们一起去”，它会从自己见过的所有互联网文本里，算出来下一个字最可能是什么——是”公园”的概率最高，其次是”逛街”，再其次是”吃饭”，它就把概率最高的那个字接上去。然后再根据接好的这句话，算下一个字是什么，一直凑到你满意为止。
它从来不会真正”理解”任何它输出的内容。它不知道”好天气”是什么感觉，不知道”一起去公园”是开心还是难过，甚至不知道”公园”是个有树有草的地方。它只是把见过的几万亿个文字片段，记在自己的参数里，靠概率把句子拼出来而已。
我上次跟一个训视觉模型的朋友聊天，他说他们做的那个能认桃子甜不甜的模型，上次拿到一个从来没见过的野生光核桃，直接给判定成了”石头”。为啥？因为之前的训练样本里根本没有这个品种的桃子，它从来没见过这种浅米色的、表皮光滑的桃子，只见过深粉色的、带绒毛的普通桃子，自然就认不出来了。
你看，这哪里是什么智能啊。它就像一个背了几本书的学生，考试的时候遇到原题就能拿高分，遇到稍微变个形的新题，直接就懵了。
不过话说回来，也不用把它当成洪水猛兽。它最擅长的事，从来都是那些需要海量重复、靠规则根本写不完的活：比如识别视频里有没有违规内容，比如把你说的语音转成文字，比如从几百万个零件里挑出那几个带裂纹的次品。这些事人做久了会累，会走神，会看错，但它不会。
但那些需要共情的、需要在从来没见过的新场景里做判断的事，它根本顶不上。比如你难过的时候需要朋友的安慰，比如你遇到一个从来没见过的罕见病需要医生做判断，比如你写文章的时候想表达那种翻来覆去睡不着的情绪——这些东西，它靠概率拼出来的句子，永远缺一点人味。
毕竟，它连自己为什么会算出这个结果都不知道。
作者|科技
排版|科技
审核|小准