昨晚在新街口那家24小时便利店里坐了四个小时，冰美式续到第三杯的时候，笔记本电脑右下角的进度条终于爬到了100%。跑的是个给本地餐饮商家做菜单自动识别的小模型，之前连续三天跑出来的结果全是乱码，把”皮肚面”识别成”皮而面”就算了，还能把”鸭血粉丝汤”认成”鸭占思汤”。当时我盯着屏幕差点把刚咬了一口的茶叶蛋掉键盘上。
你以为的深度学习，和它实际干的事根本不是一回事
很多人第一次听深度学习，第一反应是”哦，就是AI呗，能自己思考的那种？”不对，完全不是。我刚接触的时候也被这种说法忽悠过，花了半个月啃那种满是公式的教材，啃到最后发现，哦，合着这东西根本没有”思考”这回事？它就是个被喂了无数数据的超级计算器？
你教小孩认猫，会跟他说”猫有尖耳朵，有尾巴，会喵喵叫”，小孩见一两次就能大概认出来。但深度学习不是这么学的。你得给它喂至少十万张标好了”这是猫””这不是猫”的图，它自己在里面找规律：哦，有尖耳朵的，有毛的，脸圆的，大概率是猫。它根本不知道”猫”是什么东西，它只是在统计这些特征出现的概率。它从来没有”理解”过输入的内容，只是在做概率层面的拟合。
之前我帮朋友做过一个识别流浪猫投喂点的小项目，一开始我们只喂了白天拍的猫的照片，结果模型一到晚上就把路边的石墩子全当成了猫。离谱。真的离谱。我们后来补了两百多张晚上拍的、路灯下的猫的照片，甚至还有把猫裹在快递盒里只露个脑袋的照片，模型才终于不把石墩子当猫了。
我在南京踩过的那些深度学习大坑
去年在南大旁边的创客空间跟几个朋友捣鼓梧桐絮识别的小工具，想做个能自动预报哪天梧桐絮飘得最凶的小程序。一开始我们想得特别简单，就去路上拍了几百张梧桐絮的照片，标好”有絮””没絮”，扔进去跑模型。
结果跑出来的结果给我们整懵了：模型说只要路边有穿黄色衣服的人，就是梧桐絮飘得凶的日子。哦对，南京春天扫梧桐絮的环卫工人，全穿的明黄色工作服。我们当时在创客空间笑到拍桌子，隔壁做硬件的大哥都过来问我们是不是中彩票了。
后来我们才反应过来，我们拍的所有飘絮的照片里，几乎都有环卫工人在扫絮，模型根本没学会识别梧桐絮，它学会的是”找黄衣服的人”。这就是很多新手都会踩的坑：你以为你教给模型的是A，其实它在背后偷偷学了B，还学得特别认真。
还有个坑我到现在还在踩。就是很多人说”只要数据够多，模型就能准到离谱”。不对。真的不对。我之前做菜单识别的时候，喂了两千多张不同店的菜单照片，结果模型一碰到手写的菜单，直接歇菜。后来才知道，我们喂的全是打印的菜单，手写的样本只占了不到5%，相当于你让一个只吃过甜口皮肚面的人去认老鸭汤面，他当然认不出来。
别被网上的神化内容骗了，深度学习现在还很”笨”
刷短视频的时候总能刷到那种”深度学习即将替代所有白领””AI马上就要统治世界”的鬼话，我每次看到都想给评论区留一句”你先让它准确认出你家猫再说”。
说实话，现在的深度学习，本质上就是个记性特别好、但完全不懂变通的学生。你给它喂什么，它就学什么，喂的东西偏了，它就学歪了。你让它写文案，它能把网上所有同类的文案拼起来，看起来特别顺，但你仔细读，全是没有灵魂的套话。你让它算数学题，只要是见过的题型它就能算得飞快，稍微变个题型，它就给你瞎编答案。
不过话说回来，笨归笨，它干的活还真的挺有用的。你平时刷短视频，刷到停不下来的那些内容，背后就是深度学习在给你推你可能喜欢的东西。你用手机拍文档，自动把歪歪扭扭的字转成可编辑的文字，也是深度学习在跑。甚至你点外卖的时候，给你推荐的那家离你近、评价好的皮肚面店，背后也有深度学习的功劳。
之前有人问我，”我又不做算法，了解深度学习有啥用？”其实真的不是让你去写代码跑模型。你只要知道这东西是怎么回事，就不会被网上的各种AI噱头骗到。比如有人跟你说”我们的AI能精准预测高考分数线”，你就知道，这东西要是真能准，他自己早就去报志愿赚大钱了，还出来卖课？
昨晚便利店的店员已经认识我了，给我递冰美式的时候问我”你这电脑里的东西，就是之前说的那个AI啊？”我咬了一口茶叶蛋，嗯了一声。它没那么神。它就是我熬了好几个夜，调了几十次参数，喂了几百张照片，才终于能认出”皮肚面”三个字的笨家伙而已。
作者|科技
排版|科技
审核|满满