它根本不是会思考的“智能”，只是个算得特别快的记性怪
最早参与深度学习模型研发的那帮工程师，最早也没指望它能认出猫。一开始他们只是想，能不能让计算机像人一样，通过多次调整参数，慢慢把识别错误率降下来。就像你学骑自行车，一开始总摔，摔的次数多了，身体自然就找到平衡的感觉了——只不过计算机找平衡的方式，是把几百万张猫的照片翻来覆去的看，每看错一次，就调整一下内部的参数，直到最后，不管你给它看什么照片，只要那些像素块的组合和它之前看过的猫足够像，它就会输出“这是猫”的结果。
那些吹得神乎其神的“突破”，其实大半是喂出来的
很多媒体吹深度学习的发展速度有多快，好像是科学家突然顿悟了什么宇宙级的算法，才让模型突然能聊天、能写代码、能画画。说实话，我跟做模型的老周吃了三年烤串，他跟我吐槽过好多次，现在圈内很多所谓的技术突破，根本不是算法层面的革新。 所有看似“智能”的反应，本质上都是海量数据喂出来的条件反射。 你看到的能写高考作文的模型，背后是把近十年所有的高考满分作文、优秀作文、甚至网上的各种学生习作全喂给了它；你看到的能生成插画的模型，背后是爬了几千万张各个画师的作品，把每一根线条的像素规律都摸透了；甚至现在能帮你导航的模型，背后是收集了几亿用户的开车轨迹，算出来哪条路高峰时段会堵，哪个路口的红绿灯时间最长。
你以为它在帮你，其实它在偷偷摸你的生活习惯
很多人觉得深度学习是个离自己很远的技术，是实验室里穿着白大褂的研究员搞的事。根本不是。你每天早上刷开手机看天气，是深度学习在算你所在位置的温度；你点外卖的时候，系统给你推的常吃的黄焖鸡米饭，是深度学习在算你的口味偏好；甚至你家楼下的门禁，能一眼认出你是小区业主，不用你掏卡，也是深度学习在比对你的人脸特征。 它没有共情能力，所有的“懂你”，都是对行为数据的概率计算。 我上次跟我对象在家吃火锅，辣的我满头大汗，随口说了一句“最近上火太严重，得买点凉茶喝”。结果当天晚上我刷购物软件，首页第一个推的就是金银花凉茶，连买一送一的活动都给我标红了。 我当时愣了两秒。 我根本没在购物软件里搜过凉茶啊。 后来想明白了，是我跟对象的聊天内容里出现了“上火”“凉茶”这些关键词，加上我最近浏览的内容全是火锅测评、烧烤探店，模型算出来我大概率最近需要买去火的产品，就精准把广告推到我面前了。 不过话说回来，也不用把这事儿想的太恐怖。它根本不知道你上火是因为吃了特辣的重庆火锅，也不知道你上次买凉茶是因为熬夜赶方案嘴泡，它只是在算概率——如果给最近浏览过火锅内容的用户推凉茶，有多大的概率能让用户点进去买。它没有任何恶意，也没有任何善意，就像你家里的温控器，到了温度就自动开空调，根本不会管你是不是觉得冷。 经常有人问我，深度学习以后会不会真的像科幻片里那样，产生自我意识，反过来控制人类？ 我每次听到这个问题都想笑。 现在离那一步真的太远了。 现在所有的深度学习模型，本质上都是在做“匹配”——把你输入的内容，和之前喂给它的所有素材做相似度对比，找个最像的结果吐给你。它不会思考，不会有喜欢或者讨厌的情绪，不会因为你每天骂它就记仇，也不会因为你夸它就开心。你要是给它看一张画在墙上的猫，它也会认成真的猫，因为它根本不知道“真猫”和“画出来的猫”有什么区别，只是看到像素块足够像，就输出结果了。 当然，它也不是一点用都没有。现在很多医院里用的辅助诊断模型，能把CT片上几毫米的微小结节找出来，比资深医生的肉眼识别还要仔细；还有很多山区的农民，用手机拍一张作物叶子的照片，模型就能识别出来是得了什么病虫害，该打什么浓度的农药，不用大老远跑几十公里去问农技站的工作人员。这些实实在在的用处，比电影里那些科幻桥段靠谱多了。 我昨天晚上窝在沙发上刷短视频，手指划得快到出残影，刚划走第三只掉毛的布偶猫，系统突然推了一只三花流浪猫的片段——那只猫翻着白肚皮在太阳底下打滚，跟我去年冬天在楼下喂了三个月的那只，长得一模一样。 我盯着屏幕愣了半天。 系统不知道我去年冬天给那只三花喂过多少罐罐头，也不知道我为啥对三花的视频没有抵抗力。它只是算出来，我在所有猫类视频里，给三花的停留时间最长，点赞率最高，就把最匹配的内容推到我面前了。 我伸手点了个赞。 屏幕后面的代码还在噼里啪啦的算。 它永远也不会懂，我为啥会对着一只流浪猫的视频，突然有点鼻酸。作者|科技
排版|科技
审核|满满