巷口躲雨时，我重新读懂了深度学习

昨天9月23号，我在南京老门东的巷口躲秋雨。风裹着雨往领子里钻，鞋尖湿了一大片，随便拐进一家半地下的咖啡店，老板正蹲在地上整理一筐刚到的生豆。装豆子的编织袋磨破了，各种产地的豆子混在一块，撒了半地。

老板抬头递了张干纸巾，说能不能搭把手，按产地分出来。我蹲下来挑，挑了十分钟，错了快一半，突然反应过来——这不就是所有人天天挂在嘴边的深度学习吗？

它从来不是实验室里遥不可及的怪物

很多人一听到这五个字，第一反应就是满机房闪着灯的服务器，动辄千亿的参数，一堆看不懂的偏微分公式，是只有大厂科学家才能碰的东西。

其实哪有那么玄乎。

本质上就是让机器像人一样，从一堆已经标好答案的例子里，自己摸出判断规律。就像今天挑豆子，老板先给你拿出两盘分好的成品，告诉你云南豆偏扁圆，纹路偏浅，巴西豆偏饱满，油脂感强，你看多了对错，下次再拿到混豆子，自然就能分出个八九不离十。

这个从例子里摸规律的过程，换个专业名字，就是深度学习。

人挑错了，老板给你指出来哪颗放错了，你下次就记住那个纹路那个颜色不对，下次就改。机器挑错了，就调整自己内部的判断标准，调个百八十万次，准确率自然就上去了。

就这么简单。

戳破几个被吹烂的常见误区

说实话，这两年这概念被吹得太离谱，好多谬论传得跟真的一样。

第一个谬论，说深度学习现在无所不能，什么问题都能解决。真的吗？上个月我去参观南京一个古籍修复工作室，他们想让深度学习认明版古籍上模糊的刻字，好多字已经被虫蛀得缺笔少画，别说机器了，从业三十年的老修复师都要翻着工具书猜半天，它怎么可能搞定？

规律都是从样本里来的，训练的时候没见过这种极端情况，它就摸不出对的规律。巧妇也难为无米之炊，对吧？

第二个谬论，说深度学习已经拥有了人类的智慧，能思考会推理。别扯了。它就是个会摸规律的“哑巴”，能给你输出结果，说不出为什么会得出这个结果。说白了就是个黑箱，你把输入塞进去，它把结果吐出来，中间它到底是怎么判断的，至今没人能说的百分之百清楚。

就像你挑豆子挑多了，一闻就知道哪个是耶加雪菲，你说不清楚为什么你一闻就知道，就是感觉对，它也一样。

之前就有这么个经典的例子，给猫咪的照片贴一小块黄色贴纸，深度学习直接把猫认成了鳄鱼。它根本不懂什么是猫什么是鳄鱼，它只是按训练出来的规律匹配像素特征而已，稍微改一点它没见过的细节，就直接乱认。

别把它神化，它就是个工具。

现在的深度学习，正在往“小”里走

前两年圈里的风气就是堆参数，比谁的模型大，仿佛参数不够千亿都不好意思出来打招呼，仿佛越大越厉害。

不过话说回来，百分之九十九的落地场景，根本用不上那么大的模型。就像你挑一筐十公斤的豆子，雇一个兼职就够了，犯不着把全南京市的厨师都叫来撑场面。

现在越来越多做落地的人，都转向了轻量深度学习模型，不需要什么超级算力，几十万几百万参数就够，就能跑在手机里，跑在工厂的检测设备里，跑在巷口咖啡店的点单机里，不需要连云端，速度快成本低，隐私性还更好。

当然不是说大模型没用，大模型适合做复杂的通用任务，写稿画图聊天都能用，但是细分的小任务，真的犯不着杀鸡用牛刀。我认识一个南京做纺织检测的小伙子，他们就训练了一个不到一百万参数的小模型，专门认布料上的跳线和色差，准确率比传统的图像识别方法高了快两成，整套设备的成本只有原来的十分之一，已经在好几家工厂用起来了。

这才是把技术用对了地方。不像好多蹭热点的创业者，张嘴闭嘴就是千亿参数大模型，落地的时候连个零件表面的小划痕都认不准，纯纯是拿概念圈钱。

那天我帮老板挑完豆子，老板送了我一杯手冲耶加雪菲，雨也停了，我坐在窗边看巷子里来往的游客，桂花香味飘进来，突然就想通了。所有的技术，到最后都要落到具体的小事上。深度学习也一样，不是用来放在PPT里吹牛逼的，就是帮你分一分豆子，找一找布料的划痕，认一认模糊的字迹，帮人省点时间省点力而已。

褪去所有的概念包装，它本质就是帮人干活的好手。如此而已。