9月23号那天在南京，散了场从老门东的小巷子钻出来，风裹着糖粥的香气往领子里钻，我跟做算法的朋友拐进巷口那家开了快十年的老咖啡馆。
老榆木桌面被磨得发亮，旁边桌的学生在赶课程作业，屏幕上亮着满是公式的论文页面。朋友戳了戳我胳膊，举着刚生成的AI图晃——是中秋主题的，桂树、白墙、举着月饼的小孩，连月光落在青瓦上的反光都做得分毫不差。
“你说这深度学习是不是真成精了？”他眼睛亮得很，”凭空就能凑出这么有氛围感的图。”
我当时没忍住笑出了声。
它哪会成精啊。
你以为的深度学习，根本不是它本来的样子
它根本不知道什么是桂树，什么是中秋，甚至不知道”月亮”是什么东西。它只是把过去数年里从公开网络上爬下来的、带相关标签的几十万张图片，拆成了无数个比头发丝还细的微小特征——是桂树叶边缘的锯齿弧度，是月光照在瓦上的冷白色块，是小孩举着月饼时指节的自然弯曲——再把这些碎片按照训练时摸透的概率规律，拼到最符合人类审美习惯的位置，凑成一张你看着顺眼的图。
哪有什么”凭空创造”。全是拆碎了的旧碎片，重新拼的积木。
那些被吹上天的“智能”，本质是笨功夫堆出来的
之前看一个做计算机视觉的博主发过训练模型的日常，为了让模型能准确识别出图片里的流浪猫，团队前后标注了近120万张带猫的图片，前前后后调了几百万次模型参数。
错一次，调一点。再错，再调。
说实话，我第一次蹲在实验室看这个训练过程的时候，都有点替模型觉得累。
它哪懂什么是猫啊。就像你闭着眼睛在铺满碎石子的小路上走，每次踩错位置硌了脚，就被人轻轻拽一下衣角，走了几十万次之后，你居然能精准避开路上所有的坑——但你根本不知道路上到底有什么，只是形成了条件反射式的肌肉记忆，知道往哪个方向迈脚不会疼。
上周碰到个开电商的老板，找过来问能不能做个自动识别用户评论情绪的模型，预算压得极低，连一千条人工标注的评论数据都不愿意准备，还皱着眉头说”你们做深度学习的不是都很厉害吗？怎么这点小事还要我出钱出数据”。
我当时差点把手里的冰美式喷在他定制的名片上。
你连喂给模型的”课本”都没有，它能给你变出花来？就像你让一个从来没见过中文的老外去写高考作文，他能写出满分卷才是见鬼了。
很多人对深度学习的误解就在这。总觉得它是个天生聪明的神童，扔什么题都能秒答。实际上它就是个记性特别好、但完全没上过学的笨小孩——你给它多少资料，它就能攒出多少本事，你给的东西少了，它连最基础的题都做不对。
别被营销号的说法骗了，它离“会思考”还差十万八千里
那天我们聊到快十一点，咖啡馆的店员已经开始擦杯子准备打烊。朋友突然提到前阵子刷到的短视频，说深度学习再过几年就能取代所有白领工作，连写文案、做设计、给人看病都能全搞定，看得他晚上都睡不着觉，怕自己干了十年的算法工作哪天就被替代了。
我听完又笑了。
这哪跟哪啊。
之前他自己团队做的那个宠物识别模型，能精准把图片里的金毛犬从所有背景里框出来，准确率高得离谱。结果上周测试的时候，给模型看了张金毛穿着孙悟空的cos服、站在仿真花果山布景前的照片，模型直接给出了结果：这是”长着金色长毛的猕猴”。
为什么？因为训练的时候，标注过的图片里，根本没有”穿孙悟空衣服的金毛”这个组合啊。它所有的判断依据，都来自之前见过的旧数据，碰到从来没见过的新组合，直接就懵了。
这哪是会思考啊。
这就是个把所有学过的知识点背得滚瓜烂熟，但完全不会举一反三的书呆子。
我们沿着秦淮河往回走的时候，风已经凉得刺骨，河边卖糖粥的阿婆正在收摊子。旁边常来的老顾客走过去，阿婆抬头就笑着打招呼：”还是多放桂花，不要汤圆对吧？”
这种能把对方的习惯、当下的场景、过往的记忆揉在一起的灵活判断，才是真的”聪明”。这种能力，现在的深度学习根本学不会。
最近刷到太多把深度学习吹得神乎其神的内容，说它要带来天翻地覆的变化，要把人类从所有劳动里解放出来，甚至要产生自我意识。
变化是真的。
你用它省点P图的时间，用它把重复的表格整理工作快点做完，用它给不会写代码的人搭个简单的小工具，这就够了。
别指望它替你写情书，别指望它替你做人生选择，更别觉得它哪天会突然醒过来统治世界。
说到底，它就是个工具。
是我们把过去十几年攒下来的所有数据，像堆柴火一样堆起来，点着的一堆火。
火能烤手，能热粥。
但火不会自己想烤什么，也不会自己决定要烧到哪里去。
作者|科技
排版|科技
审核|满满