9月23号的南京，说下雨就下雨。
我在老门东逛，鞋湿了大半，赶紧钻路边一扇不起眼的木门躲雨。里面是家开了三年的小咖啡店，装修都是旧木头，墙上挂着老板自己拍的城墙照片。扫码点单，下拉菜单第一栏居然不是固定的店长推荐，写着“猜你喜欢”。我点进去，四个推荐里三个都是我平时常点的低因烘焙，连我那天想喝热的都猜对了。
老板过来擦桌子笑，说这玩意是去年找读计算机的外甥帮忙弄的，叫机器学习，用了大半年，居然比我自己瞎推卖的还好。
大家说的“机器学习”，到底在学什么？
说实话，很多没接触过科技的朋友，一听到这五个字就觉得头大，觉得肯定是实验室里才有的高大上玩意，跟自己没关系。
换个说法你就懂了。我们以前让电脑干活，是给规则和数据，出结果。比如算10个客人的订单总额，你告诉电脑“把所有价格加起来”，规则给了，数据给了，电脑就算出来了。
机器学习反过来，是给数据和结果，让机器自己摸出规则。就像教小孩认猫，你不用给他列一百条“猫的定义”，什么胡须长度等于肩宽，爪子有肉垫，你只要给他看一万张猫、一万张狗的照片，告诉他哪个是哪个，下次他见了新的猫，自然能认出来。
机器干的，就是这么回事。咖啡店那个推荐模型，老板把半年来的点单记录、当天的天气、客人坐了多久、是不是两个人来的，这些数据都输进去，也告诉模型哪些点单是客人最终买了的，哪些看了没买，模型自己就摸出来“下雨天、一个人来逛的游客，爱点低因热拿铁”这种规律，不用人去一条一条写规则。
我后来跟做算法的朋友聊起这件事，他说老板这个模型简单到不行，根本没有什么动辄上亿参数的大家伙，就是个很基础的小模型，放在网上，普通学生跟着教程一下午就能搭出来。可就是这么个小玩意，帮老板省了好多事。
普通人最容易踩的几个误区
网上看多了吹机器学习的文章，很容易被带偏，我整理了几个我自己听过最多的错说法。
第一个，说机器学习无所不能，早晚取代所有人类工作。
真不是。它最擅长的是从海量数据里找规律，重复做匹配，不是做判断，更不是做带人情温度的选择。就说咖啡店卖奶茶，模型知道下雨天热饮卖的多，但是它不知道今天老门东办集体婚礼，一大堆新人出来拍照，就想点冰饮拍出来好看，这个信息它拿不到，自然算不对。之前听朋友说，有个连锁奶茶店让算法做销量预测，折腾了大半年，最后准确率还不如开了十年店的店长按经验估的，就是这个道理。
第二个，说机器学习是客观公正的，不会犯错。
太扯了。机器学习学的是人类喂给它的数据，数据里有什么偏见，它就带出什么偏见。之前国外有个招聘用的机器学习模型，筛选简历的时候自动给男性候选人打高分，为什么？因为训练用的过去十年的简历里，录取的工程师本来就大部分是男性，模型摸出来的规则就是“男性更适合”，你能说模型错了？错的是喂给它的数据。
第三个，说机器学习只有大公司大项目能用，普通人碰不到。
你现在掏出手机，看看你的相册，是不是自动把人像、风景、宠物分开了？导航给你推荐的不堵车的路线，外卖APP给你推的你爱吃的店，甚至你拍照的时候自动给你美颜，自动对焦到人脸，都是机器学习在干活。你天天用，只是没注意而已。
网上一堆文章把机器学习吹得玄乎，好像明天就能把人类取而代之，转头给你推个广告都能推错你已经买过的东西，脸疼不疼？
机器学习最棒的样子，从来都不是抢戏
那天躲雨的时候，老板跟我聊，说原来他每天开门，都要花十来分钟想今天推什么，碰到老客人，还要努力回忆人家爱喝甜的还是苦的，脑子不够用，经常记错。现在机器把这些活都干了，他就能腾出时间，早上多烤两盘松饼，客人坐久了还能过去递个小饼干唠两句，生意反而比之前好了。
说实话，我听完突然就不焦虑了。之前我也跟着网上瞎担心，说以后这么多活都被机器干了，人怎么办？现在想明白了，机器把那些重复的、找规律的、记数据的活抢了，人才能去干人该干的事啊。
你想啊，老板的价值从来都不是记住每个客人的口味，是给你烤一份热乎的松饼，跟你聊两句今天雨下得真舒服，是把咖啡店开得像你家楼下的客厅。机器学习帮他记口味，他才能专心做这些事。
雨停了之后，我出门买了个梅花糕，风一吹，老门东的桂花香飘过来，满鼻子都是甜香。走了没两步，手机弹出咖啡店的推送，说我下次来可以试试刚上的桂花低因拿铁，加奶不加糖。
那一瞬间我没觉得什么宏大的科技感，就觉得挺暖的。原来最好的机器学习，从来都不是跳出来耀武扬威说我有多厉害，是安安静静躲在后台，把那些琐碎的麻烦事帮你做了，让你能好好闻桂花，好好吃糕，好好跟身边的人聊天。
这样就够了。对吧？
作者|科技
排版|科技
审核|安然