上周跟朋友在巷口吃冒菜，红油溅了半张餐巾纸。她举着手机刷短视频，刷了没两屏，全是橘猫踩奶的片段。
她夹着毛肚的筷子停在半空，抬头看我：”我昨天就搜了一次怎么给猫剪指甲，怎么现在全给我推这个？”
我当时嘴里还塞着贡菜，含含糊糊跟她说，这不是运营小编盯着你给你塞内容，是机器学习在后面算呢。
她愣了一下，说哦，就是那个经常在科技新闻里出现的、听起来离人特别远的东西？
你以为的“猜你喜欢”，根本不是人工排的
早不是十年前那套推荐逻辑了。
那时候内容平台的运营要给每条视频打标签，“猫”“美食”“旅行”，再给用户的浏览行为算个粗略的加权分，标签匹配上了就往你首页塞。想给你推个新内容，还得专门找个位置占着，等你刷到了停不停，全看运气。
现在的推荐逻辑早换了。
机器学习在这里干的事，根本不是对着标签对号入座。它是直接把几百万条视频的像素、声音、用户划动的动作、停留的时长全拆成细碎的数字，慢慢摸规律。
它最厉害的地方，是能捕捉到你自己都没察觉的偏好——比如你刷猫视频的时候，看到戴红项圈的橘猫就会多停两秒，看到短毛黑猫就直接划走，你自己可能都没意识到这点，但它记下来了。
上次做算法的朋友跟我吐槽，说有个用户以为平台针对他，总给他推猫视频。翻了后台数据才发现，这哥们每次刷到带猫的内容，平均停留时长是其他内容的3.2倍，哪怕他自己从来没主动搜过猫相关的关键词。
太鸡贼了。
你根本不用主动告诉它你喜欢什么，它从你的小动作里，早就把你的偏好摸得门清。
别把机器学习想成“会思考的人”
我见过太多人对这个东西有误解。
觉得它像科幻电影里的AI，有自己的想法，能推理，能共情，甚至能悄悄盯着你要抢你饭碗。
真不是。
它本质上就是个算数特别快的大算盘。
举个最直白的例子，你手机相册里的搜索功能，能凭关键词把你去年拍的照片挑出来，不是因为它真的认识你，认识你家的猫，认识你常去的那家咖啡店。是之前有几十万张被人工标好注的照片喂给它——这张是猫，这张是咖啡店，这张是海边的日落。它看的多了，就能摸出来不同东西的像素特征，下次你搜“猫”，它就把所有带相似像素特征的照片挑出来给你。
没有理解。没有思考。
就是数的次数多了，蒙的准而已。
上次我在家吃外卖，手机弹出来个奶茶优惠券，我当时吓了一跳，以为它在偷听我说话。后来问朋友才知道，根本不是。只是它见过几百万条数据里，出现“手持外卖盒”的画面之后，有六成多的人在接下来的十分钟里点了奶茶的订单。就这么简单。
你要是哪天连续一周在吃外卖的时候刷健身视频，它下次可能直接给你推轻食的优惠券，哪怕你根本没打算减肥，只是那天刚好被你家猫踩在屏幕上，按开了健身内容而已。
上次我情绪特别差，连着划了十几条猫视频都没停，它还在那一个劲给我推橘猫，推到我直接把APP后台清了，它都没搞明白自己哪里错了。
情商为零。
你天天在用的机器学习，根本没那么玄乎
别觉得这东西是实验室里离你八丈远的存在。
你早上出门刷交通卡，系统判断你走的是常走的通勤路线，给你算实时的公交到站时间，是它在算。
你用输入法打“今天中午吃”，跳出来的第一个候选词“黄焖鸡”，是它攒了几百万个同作息用户的输入习惯算出来的。
甚至你手机里的闹钟，会根据你前几天的起床时间，提前五分钟提醒你今天可能要早出门，也是机器学习在起作用。
说实话，我现在都懒得自己想中午吃啥了。反正它推的选项，闭着眼选都不会踩大雷。
上次有个刚上大学的小孩问我，说是不是学机器学习就得会写特别复杂的代码，要拿很高的数学学分才能入门？我跟他说，你要是真的天天泡在这堆东西里，会发现最有意思的根本不是那些印在课本上的公式。
是你调出来的模型，居然能精准抓住你妈刷短视频的偏好。上次我给我妈手机调了个推荐权重，现在她一打开短视频，全是养花、做家常菜的内容，再也不会刷到那些穿奇装异服博眼球的博主了。我妈现在逢人就说我手机玩得比她好。
不过话说回来，这种“被摸透”的感觉，有时候也挺烦的。
你前一天跟朋友打电话说想换个新耳机，第二天一打开购物APP，首页全是耳机的推荐，你甚至都没在APP里搜过相关的内容。很多人第一反应是手机在偷听自己说话，其实真没那么多阴谋论。
它就是从你最近的浏览路径、点击习惯里，摸出来你最近的需求特征，猜你可能需要这个而已。
蒙的准。
上次跟那个做算法的朋友吃夜宵，他说其实大家对机器学习的期待，从来都不是什么能代替人思考的超级智能。
就是希望它别那么鸡贼，别总盯着你的注意力薅羊毛，偶尔能给你推点你从来没接触过的、但你真的会喜欢的东西。
比如那天他给我推了个藏在老巷子里的糖粥摊，我去吃了一次，确实好喝。
作者|科技
排版|科技
审核|安然