上周六早上去科巷买藕饼，风卷着梧桐树的碎叶子往领子里钻。我站在那个摆了三十年卤味的摊子前面等老板切鸭头，旁边站着个穿藏青色冲锋衣的男生，举着手机对着摊子旁边那块手写的菜价牌拍。
那牌子字写得歪歪扭扭的，”红菱 12/斤 带泥”，字还沾了点卤汁的印子，边角卷起来半拉。我本来以为他是拍来给家里人报菜价的。
结果他手机屏幕上跳出来的东西给我看愣了：自动把所有菜的价格列成了整齐的表格，还标了”本周时令推荐：带泥红菱，适合做桂花糖菱角”，甚至连牌子上沾的卤汁污渍都自动识别成了”建议擦拭手写牌边角，避免顾客读错价格”。
不是什么天降神迹，就是个会”读歪字”的学生
我凑过去问他这是啥。他挠头笑，说自己是南邮读计算机的，做的个小demo，不是什么大厂的黑科技。
他说之前大家对深度学习的印象，要么是能下围棋赢世界冠军，要么是能生成几万字的科幻小说，离普通人八丈远。其实根本不是。就这个识别歪字的功能，换作十年前的传统图像识别，得人工给系统喂几千张”手写歪字””沾了污渍的字”的样本，告诉它”这个圈是0，这个竖是1″，换个字体、沾个菜汤，系统直接就懵了。
但深度学习不一样。它根本不需要人把每个字的特征拆碎了告诉它。就像你小时候认邻居家的猫，没人会跟你说”猫的特征是有尖耳朵、长尾巴、瞳孔会变”——你见多了，自然就认得了。
他给我举例子，就为了训练这个能认歪字的小模型，他爬了小红书上大家拍的各地菜场的手写牌子，一共三万多张，没有一张是人工标过”这是字、那是污渍”的。模型自己在这些图里找规律：哦，连续的黑笔画凑在一起是字，不规则的棕黄色斑块是卤汁，卷起来的纸边是要被裁掉的区域。第一次训练完，识别准确率比之前人工标特征的老系统高了快40%。
我当时咬了一口刚买的藕饼，脆渣掉在冲锋衣袖子上。突然就反应过来之前被各种科普文绕晕的东西，其实根本没那么玄。
那些被吹上天的”AI能力”，本质都是在”找规律”
很多人聊深度学习，一上来就扯什么”模拟人脑神经元”，听得人云里雾里。
说实话，真没必要把它捧得像有自我意识一样。它的逻辑说穿了，跟你奶奶在菜场挑番茄的逻辑没差。
奶奶挑了三十年番茄，根本不会拿个尺子量番茄的直径，也不会拿检测仪测糖度。她手一摸，看一眼表皮的纹路，就知道这个番茄沙不沙、甜不甜。你问她怎么判断的，她可能说不出来，就觉得”看着顺眼”。
深度学习干的就是这个事。只不过它”看”的样本比奶奶多得多——奶奶一辈子可能看了十万个番茄，深度学习几秒钟就能看完几千万个番茄的照片。它把所有能找的关联都扒出来：哦，表皮带点细碎纹路、捏着软硬适中的，沙瓤概率是82%；颜色全红硬邦邦的，大概率是催熟的，酸。
之前有个朋友跟我吐槽，说现在的AI生成的文案总透着一股假味，比如写南京的秋天，永远是”梧桐大道的金叶落在行人肩头”，翻来覆去就那几句。
为啥？因为它训练的时候，把网上所有写南京秋天的文案都喂进去了，它找的”规律”就是”梧桐、金叶、老茶馆”这些词挨在一起出现的概率最高。它根本没真的在11月的南京走过，没闻过梧桐叶被太阳晒得发脆的味道，没被掉下来的梧桐果砸过脑袋。
我上次让AI帮我写南京鸭血粉丝汤的点评，它写”汤头醇厚，鸭杂新鲜”，看得我一点食欲都没有。我自己写的话，肯定会提”店里的辣油要自己舀，多放一勺才够劲，粉丝要趁烫吸，凉了就坨”——这些东西，是训练样本里很少被人特意写出来的”细碎感受”，模型抓不到，所以写出来的东西永远隔着一层。
别被神化了，它的bug比你想的多得多
我之前跟着那个南邮的男生去实验室看过，他那个认菜价牌的小模型，上周就出了个大笑话。
那天他拿模型识别隔壁食堂的价目表，上面写着”茶叶蛋 2元”，模型直接给识别成”茶叶蛋 20元”。为啥？因为价目表旁边贴了个”20周年校庆”的海报，模型把海报上的”2″跟价目表上的”元”凑到一块了。
你看，这就是它最”不聪明”的地方。它根本不知道”2元”是个合理的茶叶蛋价格，”20元”是个离谱的价格。它只认像素的位置，不知道背后的常识。
之前有公开报道的案例，某园区的人脸识别系统，把口罩上印的卡通人脸当成真脸，直接给开了门禁。为啥？因为模型训练的时候，见过太多”口罩+人脸”的样本，它根本没思考过”印在口罩上的画不是真脸”。
很多人现在对深度学习的态度要么是吹上天，说它再过十年就能取代所有人的工作；要么是踩到底，说它就是个套壳的玩具。
对吧，其实都不对。
它就是个找规律的工具。就像你手里的螺丝刀，能拧螺丝，能拆东西，但你不能指望它帮你切菜。你拿它去做需要常识、需要真实感受的事，它肯定会出洋相。
前阵子我帮朋友整理他拍了三年的南京老照片，用深度学习的模型给照片自动打标签。本来以为能把”老门东的墙””颐和路的梧桐树”都标对，结果它把所有带红墙的照片都标成了”故宫”，哪怕那照片是在城西干道旁边拍的红墙公厕。
我站在电脑前面笑了十分钟。
那天从科巷出来，我拎着半盒切好的鸭头，拿着那个男生给我拷的小demo，对着路边卖糖粥的摊子的手写价目牌拍了张照。
屏幕上跳出来的字比我自己读的还准。风一吹，糖粥的桂花香味飘过来。
其实哪有那么多玄乎的技术啊。
说白了，就是一群人把自己见过的、摸过的、尝过的日常，拆成数字喂给机器，让它慢慢学着找规律。它没有灵魂，没有情绪，甚至连”南京秋天的风是什么味道”都不知道。
但只要你用对了地方，它真的能帮你省好多事。比如不用你一个一个把菜价敲进表格，不用你在几千张老照片里翻找哪张拍的是红墙。
作者|科技
排版|科技
审核|阿辰