巷口咖啡店里，我看懂了机器学习

去年9月23号，我在南京珠江路地铁站出来拐进巷口的咖啡店躲雨，碰到了快五年没见的大学同学。他现在在互联网公司做机器学习相关的项目，那天聊了一下午，把我之前对机器学习的一堆糊涂账全理清了。

我之前一直觉得这是实验室里博士才玩得转的高科技，离普通人的生活远得很。那天才发现，原来它的逻辑，和咖啡店老板攒选品经验，没什么两样。

别翻百科了，用卖咖啡讲明白机器学习到底在干啥

咖啡店的张叔开了五年店，抽屉里藏着个皱巴巴的小本子，从开店第一天起，每天打烊都要记两笔：今天什么天气，多少客人，哪款咖啡卖了多少杯。

记了半年，他摸出不少规律：30度以上的晴天，冰美式的销量是阴雨天的三倍；周末结伴来的年轻人，点生椰拿铁的概率比工作日上班族高两倍；下雨天带电脑来坐一下午的人，多半会点热馥芮白。

有了这些规律，张叔进货再也不会乱压货，也不会卖着卖着就断货，每个月能多赚小几千。你看，这个攒数据、找规律、预测未来的过程，就是人脑版的机器学习。

只不过张叔用脑子记，机器用硬盘存；张叔算一遍规律要半个月，机器算一遍只要几秒钟。本质都是：喂进去一堆过往的旧数据，挖出藏在里面没说出来的规律，再用这个规律去应对未来的新情况。

那些听着玄乎的名词，换个说法也很好懂。张叔记数据的时候已经知道每天卖了多少，相当于训练的时候就有了「标准答案」，机器照着答案找规律，就是大家常说的监督学习。要是张叔进了十款新咖啡，不知道哪款会火，机器帮他把点单的客人自动分成喜欢偏甜、喜欢偏苦、喜欢带奶的三群，不用张叔提前说要分几类，这就是无监督学习。

就这么简单。

绕不开的认知误区，我之前全中了

那天聊天，我同学说，现在网上对机器学习的误解，比大学概率论挂科的错选项还多。挑几个最常见的说说。

第一个误区，很多人一提起机器学习，就想到会聊天的机器人，会下棋的AI，觉得这就是能取代人的超级智能。说实话，真不是这么回事。现在所有你能接触到的机器学习，没有一个能脱离人类给的数据自己找问题。它能帮你从一万张老照片里找出你家狗的照片，但是它不知道你为啥要找这张照片，也不会突然跳出来告诉你「我觉得你应该把这张印出来当壁纸」。所有的能力都是喂出来的规律，长不出自己的思想。

第二个误区，觉得机器学习一定要几千张显卡、几TB数据才能玩，普通人根本碰不到。真不对。你现在打字的时候输入法跳出来的联想词，就是机器学习跑出来的结果。你手机相册自动给你按人脸分类，把风景、宠物、合影分开，也是机器学习在你手机本地跑的小模型。根本不需要什么超级计算机。

第三个误区，说做机器学习就是要搞大模型，搞通用人工智能，小打小闹不算数。其实不然，现在最赚钱、最能帮到普通人的，全是解决小问题的小模型。我同学去年帮一家本地蔬菜配送公司做了一个不到一百M的小模型，就是根据过去三年的订单，预测每个小区每天要多少青菜多少肉，帮配货员调整量，原来配错的损耗直接少了一半，一年下来帮人家省了几百万。这比很多吹得天花乱坠的大模型有用多了。

不过话说回来，现在网上到处都是大模型的新闻，搞得大家以为机器学习就只有大模型，其实冰山下面全是解决各种小问题的小模型，只是没人吹，没人关注罢了。

顺着趋势往下看，最有意思的变化是什么

那天聊到最后，他说接下来几年，机器学习会变得越来越「看不见」。

什么意思？原来你要用到机器学习，得特意打开专门的网站，输关键词问大模型。以后不一样，机器学习会嵌到你所有日常用的东西里，你用的时候根本感觉不到它存在。比如你家冰箱，会自己记你多久吃一次鸡蛋，提前提醒你该买了，还能自动帮你凑你喜欢品牌的促销，整个过程你根本不用跟它聊天，它自己就干了。

原来你要让机器学习帮你算点什么，得把你的数据上传到别人的服务器，现在很多小模型已经可以直接放在你自己的手机里跑，你的健康数据、聊天记录、消费习惯，根本不用传给别人，就能给你提供服务，这比把所有隐私都交出去安全太多了。你肯定不希望你每天吃什么药、每个月赚多少钱，都存在别人的服务器里对吧？这种本地跑的机器学习，以后肯定会越来越多。

很多人说机器学习会抢光所有人的工作，我那天聊完倒不这么慌。它抢的都是那种「按规律重复干」的活，比如整理发票、归类资料，但是那些需要攒人情、需要温度的活，它学不走。就像张叔的咖啡店，就算有模型帮他算准了进货量，客人来了还是要张叔递杯热乎的，聊两句最近的烦心事，人家才会愿意常来。这个和人打交道的规律，机器永远学不走。

雨停的时候我走出咖啡店，看着巷口人来人往，突然反应过来。机器学习从来都不是什么从天而降的新东西，人类从钻木取火开始就在攒经验找规律，只不过现在把这个重复算账找规律的活，分给机器干了而已。

不用捧得太高，也不用怕得要死。它就是个好用的工具，和我们当年用的算盘、计算器，没什么本质区别。