上周三从公司出来赶18:47的2号线，人挤得连背包带都扯不动。旁边站的阿姨举着手机刷短视频，刷到的全是最近三天她在家庭群里聊过的“南京盐水鸭哪家正宗”。
我盯着她的屏幕愣了两秒。
这就是机器学习。
机器哪是在“学知识”，它就是在记规律
很多人第一次听这词，会脑补出个穿白大褂的机器人坐在教室里翻课本，背公式算题。哪有那么玄。
你家猫蹲在阳台看你每天7点半拿猫粮袋晃它，晃第三回的时候它哪怕在睡大觉，也会嗖地窜到你脚边——它没学过什么“人类喂食时间对照表”，就是看够了几百次晃袋子的动作和猫粮出现的关联，摸出了规律。
机器学习干的就是这事儿。
不是让机器真的懂什么是“盐水鸭”，什么是“早高峰挤地铁”，就是喂给它几十万条甚至几百万条带标签的旧数据——比如哪条视频下面的人会点收藏，哪个用户看到第3秒会划走，哪个路口的外卖员在雨天会多绕500米——让它自己从这些乱糟糟的记录里，摸出藏在底下的固定关联。它根本不是在“理解”内容，只是在数清楚不同特征出现的概率高低。
别信那些说机器学习“有智慧”的鬼话。上周我帮朋友调试一个推荐模型，本来想让它给喜欢看南京老巷摄影的用户推相关内容，结果它学了半天，把所有带“南京”两个字的外卖广告全给推过去了——因为训练数据里，带“南京”标签的内容互动率确实比别的高2个百分点。它根本不知道“老巷”和“盐水鸭外卖”有什么区别，就是数数字数多了，觉得差不多。
当时我盯着屏幕差点把手里的冰美式洒键盘上。蠢得可爱对吧。
那些吹得神乎其神的应用，其实离你比楼下卖梅花糕的摊子还近
上次我在苜蓿站出口的水果店买杨梅，老板拿个小平板对着杨梅扫了两秒，平板上直接弹出“杨梅熟度82%，建议售价19.8/斤”。我凑过去看了半天，那后面跑的就是个简单的图像机器学习模型——之前采集了上万张不同熟度杨梅的照片，标上对应的含糖量、存放时间、建议售价，喂给模型练了俩礼拜，现在扫一眼就能出结果。
哪是什么高大上的黑科技。
你每天扫场所码的时候，后台那个识别你有没有戴口罩的模型，你刷短视频时那个判断你会不会在评论区吵架的关键词过滤模型，甚至你点外卖时那个算你预计多久能收到餐的预估模型，全是机器学习。那些你天天在用却从来没留意的功能，背后全是跑了好几年的成熟机器学习模型。
没有什么天网恢恢的压迫感，也没有什么要取代人类的科幻剧情，就是个帮人省点重复劳动的工具而已。
之前有个做生鲜供应链的朋友跟我吐槽，说之前他们算仓库里的西瓜能放几天，全靠老仓管凭经验摸，夏天旺季的时候老仓管请假，一仓库西瓜烂了三分之一。后来上了个简单的机器学习模型，把过去三年每天的仓库温度、湿度、西瓜进货时的熟度、存放天数全输进去，现在能提前3天预判哪批瓜要坏，直接把损耗降了快一半。
“哪有什么复杂算法啊，”他当时啃着刚从仓库拿出来的冰西瓜跟我说，“就是把之前人脑记不住的那些碎数据，让机器帮着算明白而已。”
别被“机器学习会取代人类”的焦虑骗了，它连自己错在哪都不知道
我最烦那种刷到个相关视频就喊“未来要被机器抢工作”的人。
你仔细想啊，刚才说的那个识别杨梅熟度的模型，上次碰到个带了点白绒毛的杨梅，直接判成了“熟度100%，可以卖最高价”——那明明是要坏了啊。模型根本不知道“白绒毛”是什么东西，它之前训练的样本里，带白绒毛的杨梅照片太少了，它没摸出这个规律，就直接懵了。
还有那个给老巷摄影爱好者推外卖广告的模型，到现在我们都没完全搞懂它为什么会把这两类内容归成一类——它摸出来的规律藏在几百万个数字参数里，别说我们做开发的，就算是写模型的人，也没法逐行说清楚它到底是怎么得出判断的。
这就是它最致命的软肋。
它没有人类自带的常识体系，所有判断全靠从过往数据里摸出来的统计规律。
你教它认猫，喂它十万张猫的照片，它能认得出猫。但你给它看个长了猫耳朵的小狗玩偶，它说不定直接判成猫。它根本不知道“猫”这个概念背后是什么，只是把像素块的组合规律记下来了而已。
说句不好听的，现在的机器学习，跟你家那只会开抽屉偷零食的猫，认知水平差不了多少。
那些拿机器学习当幌子割韭菜的公司我见多了。去年有个创业团队找我合作，说他们做的机器学习模型能精准预测哪个用户会给产品掏钱，要收一年几十万的服务费。结果我问他，你们的模型训练数据是哪来的？他说从网上爬了点电商用户的公开信息。
笑死人。
那种爬来的乱七八糟的数据，喂给模型练出来的东西，跟掷硬币猜正反面的准确率差不了多少。真要靠这个做决策，不如多跟老客户聊两回天来得实在。
昨天我下班从梧桐道走过去，风卷着梧桐叶飘到我肩膀上。旁边有个举着相机的小姑娘蹲在地上拍落叶，她手机上的修图软件自动给落叶加了个暖黄色的滤镜，那也是机器学习在跑。
没什么好怕的。
也没什么好神化的。
它就是个从一堆旧记录里摸规律的笨家伙，帮你把那些要花好几个小时数的数字、要扫几百张照片的重复活儿给干了。你该拍照片拍照片，该买杨梅买杨梅，该跟卖盐水鸭的老板砍两价就砍两价——这些事儿，它学一百年也学不会。
作者|科技
排版|科技
审核|见微