在南京喝了一下午咖啡,我把深度学习的"皇帝新衣"给扒下来了

上周四下午在上海路的老咖啡馆坐了俩小时,窗外的梧桐叶被风卷着打在玻璃上,旁边扎马尾的姑娘对着笔记本电脑骂了三句——她用AI写的课程作业被老师打回来,说逻辑不通,连基本的论据都站不住脚。

我当时盯着屏幕上跳出来的聊天框突然就笑了。

这两年所有人都在聊深度学习,卖课的、做融资的、写营销稿的,把这四个字裹上一层又一层的金箔,好像你不懂深度学习,就已经被时代甩在了后面。可真要拉着一个天天把深度学习挂在嘴边的人问一句,这东西到底是怎么跑起来的,十有八九会支支吾吾说不出个所以然。

你以为的“智能”,本质上和猫踩键盘没差多少

别被那些演示视频骗了。很多人第一次见AI能写文章、能画画、能认出来照片里的猫的时候,第一反应是“哇,这东西真的有智能了”。错了。

它根本没有智能。

所有现在你能接触到的、能产生语言和图像的深度学习模型,本质上都是在做一件事:猜下一个最可能出现的元素。你给它输入“今天天气真好”,它接下来要做的,不是“理解”你说这句话的心情,而是翻遍自己看过的所有文本,找到“今天天气真好”后面最常接的那句话——可能是“适合出去散步”,可能是“适合去吃碗皮肚面”,甚至可能是“我们一起去看梧桐吧”。

就这么简单。

大语言模型注意力机制权重分布热力图
大语言模型注意力机制权重分布热力图

很多人觉得这种“猜”的模式很low,可就是这个看起来傻到离谱的逻辑,攒够了足够多的训练数据之后,能表现出和人几乎一样的反应。你觉得它懂你说的话,其实它只是把你说的每一个字,都和之前见过的几万亿个字做了匹配,挑了个概率最高的组合拼给你。

之前我试过把一个开源大模型的训练语料全换成南京本地的美食论坛帖子,喂了大概10个G的内容进去,训出来的模型张口闭口都是“这家皮肚面的辣油是用菜籽油熬的,香得很”“盐水鸭要选老卤的,不能太咸”,连哪家店下午三点就卖完了都能说的有模有样。可你要是问它“皮肚面是什么口感”,它根本答不上来——它从来没吃过,只是把别人写过的描述拼到了一起而已。

那些被吓退的人,根本没必要啃完半本高数

我见过太多人一提到深度学习,第一反应是“这东西是博士才能碰的高深学问,我一个普通上班族学不会的”。

真的是被卖课的给吓怕了。

你去看那些高价入门课的目录,第一节就给你甩出来线性代数的矩阵公式,第二节讲微积分的梯度下降,第三节讲概率论的贝叶斯公式,听得人刚翻开书就想合上跑路。可实际上呢?如果你只是想自己在家训个小模型玩,比如能自动识别你家猫的照片,能帮你整理电脑里的文件,能给你写个朋友圈文案,你根本不需要自己手推任何一个公式。

Transformer模型自注意力机制计算流程示意图
Transformer模型自注意力机制计算流程示意图

去年我带的实习生,学汉语言的,之前连Python是什么都不知道,就凭着网上找的开源教程,花了一周时间,训了个能自动识别南京梧桐落叶的小模型,准确率能到87%。他连梯度下降是啥都讲不明白,就跟着教程里的提示,点了三下“运行”按钮,把自己拍的200张梧桐落叶的照片喂进去,模型就跑起来了。

当然你要是想做底层的算法改进,比如想优化一下模型的推理速度,想解决模型胡说八道的问题,那数学功底是必须的。但大部分普通人接触到的深度学习应用,根本轮不到你去算公式。那些一上来就给你甩公式、说你数学不好就别碰的人,要么是自己没真的用过,要么就是想卖你高价课。

哦对,还有个特别常见的误区:很多人觉得深度学习模型越大越好,参数越多越厉害。哪是那么回事?我之前对比过两个模型,一个是有70亿参数的通用大模型,一个是只有700万参数的小模型,后者是专门用南京本地的方言对话数据训出来的。结果你问他俩“阿要辣油啊”是什么意思,大模型给你扯了半天方言的起源,小模型直接给你回“就是问你要不要加辣油,南京人打招呼都爱说这句”。

你看,根本不是越大越好。你喂进去的东西不对,哪怕参数再多,也说不出一句接地气的话。

别神化也别贬低,它就是个会拼贴的工具

别神化也别贬低,它就是个会拼贴的工具
别神化也别贬低,它就是个会拼贴的工具

说实话,我见过两种对深度学习态度特别极端的人。

一种是觉得这东西马上就要取代所有人的工作了,写文案的、做设计的、甚至写代码的,再过两年都要失业。另一种是觉得这东西全是垃圾,生成的内容全是抄的,一点价值都没有。

都不对。

它就是个工具而已。

就像你刚学会用智能手机的时候,一开始觉得这东西能把所有事都搞定,后来发现你要是连基本的操作都不会,它最多就是个能刷短视频的板砖。深度学习也是一样的。它能帮你省掉很多重复的、机械的工作——比如整理几百份资料,比如把一段文字翻译成好几种语言,比如给你画个草图当参考。但它永远没法替你想出来一个真正有创意的点子,没法替你去吃一碗刚出锅的皮肚面,没法替你在梧桐树下吹着风和朋友聊一下午的天。

之前有个做设计的朋友跟我吐槽,说他用AI生成了几百张海报草图,最后选来选去还是自己手绘的那版最有感觉。为什么?因为AI生成的所有东西,都是过去所有设计师作品的拼贴,它根本不知道你想要的那种“风卷着梧桐叶落在海报角落”的氛围感到底是什么——它只是在拼别人画过的落叶、别人用过的配色、别人写过的文案而已。

很扯对吧。

但这就是现在所有深度学习的真实水平。

我上次在咖啡馆坐了一下午,看着那个骂AI的姑娘最后自己把作业改完了,AI给的那些内容,她删了大半,只留了几个可以用的论据,最后写出来的东西比AI生成的完整版本好太多。

其实哪有那么多魔法啊。

你要是真的懂了它的逻辑,就不会被那些宏大叙事给唬住。它就是个攒了一肚子别人写过的话、画过的画的“拼图玩家”,能帮你省点力气,但永远替不了你自己的脑子。

那天离开咖啡馆的时候,风卷着一片梧桐叶落在我肩膀上,我突然就觉得,所谓的深度学习,其实和南京的秋天没什么区别——别人把它吹得再怎么神乎其神,你真的走到风里,摸到叶子的纹路,吹到带着糖炒栗子香的风,才知道那些飘在半空的形容,全是虚的。

作者|科技

排版|科技

审核|满满

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:在南京喝了一下午咖啡,我把深度学习的"皇帝新衣"给扒下来了
文章链接:https://m.lfdjt.com/p/keji/a/14435.html