2026-11-13 00:04:54
作者：
科技
上周三下午在南京鼓楼的那家共享实验室，我凑在同事的电脑屏幕前，看着他刚跑出来的图像识别模型输出结果——一张糊得只剩暖黄色斑块的橘猫照片，被判定成了“刚出炉的蜜薯烤面包”。
全场笑喷。
笑完我突然反应过来，这就是我们聊了快十年的深度学习——它从来不是什么能像人一样“看懂”世界的魔法，只是个攒了足够多像素对应关系的超级统计员而已。
它根本不是在“学习”，只是在凑对而已
你小时候学认猫，是知道猫有尖耳朵、会喵、会踩奶，是把“猫”这个概念和一堆具体的特征绑定，还能举一反三。哪怕那只猫断了尾巴、掉了毛、蹲在雨里淋得像个落汤鸡，你也能一眼认出来。
但深度学习不是。
它就是把几百万张标注了“猫”的照片拆成最小的像素块，算出来“哪些像素组合出现的时候，旁边的标注框里写着猫”。没有概念，没有理解，没有所谓的“认知”。
深度学习图像识别像素特征匹配热力图
说真的，我第一次搞懂这个逻辑的时候，甚至有点失望。之前总觉得搞深度学习的人是在造什么能思考的东西，结果本质上和你刷短视频的时候算法给你推猫还是推狗没区别——你上次在猫视频下面停了3秒，算法就把所有带猫的像素块往你首页塞。
没有灵魂。
哪怕它现在能在几毫秒里把一张照片里的所有人脸框出来，能给语音转文字的结果补全你说漏的半个字，能帮医生把CT片里的小结节圈出来，本质上都是把之前见过的所有相似的对应关系，从记忆里扒出来凑到最接近的选项里而已。之前有个搞认知科学的朋友跟我聊，说人脑见一次猫就能认一辈子，深度学习得看几百万只不同状态的猫，才能凑够足够多的对应关系，下次碰到类似的像素块的时候，能猜出这是猫——你要是给它看一张被PS成老虎花纹的橘猫，它大概率会直接判定成老虎，根本不会反应过来这就是你上次给它喂的那只胖橘。
那些你听过的深度学习神话，一半是吹出来的
前两年刷到过好多“AI自己发现新药分子”的新闻，我当时还兴冲冲跑去找做药学的朋友问，结果人家翻了个白眼给我看他们内部的流程——所谓的AI筛出来的候选分子，是他们把过去几十年所有已经验证过的有效分子结构拆成片段，让模型去凑新的组合，最后筛出来的几百个候选，还是得人在实验室里一个个试，成功率甚至比之前人工凑的高不了多少。
还有人说现在的深度学习已经能自己写代码、自己做设计，我上次试了下某大模型写的南京本地旅游攻略，把老门东的位置标到了中山陵旁边，把鸭血粉丝汤的推荐店列成了卖盐水鸭的老字号——你说它没干活吧，它确实把网上所有提到南京旅游的文字都攒下来凑了一遍；你说它靠谱吧，连最基础的事实对应关系都能错得离谱。
你要是自己在家用消费级显卡跑过模型就知道，哪怕是最基础的图像分类模型，要把准确率从80%拉到90%，可能需要的训练算力是之前的几十倍，花的电费都够你买一柜子的公开数据集。
消费级显卡运行深度学习训练任务的后台参数截图
不过话说回来，也不能把深度学习说得一无是处。去年去听南京本地一个交通科技团队的分享，他们用深度学习跑全城的摄像头车流数据，不是什么高大上的自动驾驶，就是算哪个路口的红绿灯该多给5秒，哪个时段的快速路入口该临时开放，就这么个看起来很笨的功能，把早晚高峰的平均通行时间压下来了12%——这个数字是他们蹲在早高峰的路口数了一个月的车算出来的，不是吹的。
它从来不是要替代人去做什么有创造力的事，只是把人要花几百小时重复算的破事，几秒钟就算完。
别等它“觉醒”了，先想想你给它喂了什么垃圾
别等它“觉醒”了，先想想你给它喂了什么垃圾
我之前帮朋友测过他做的方言识别模型，给他喂了几百条南京话的录音，结果模型把“阿要辣油啊”识别成“啊要辣的呀”，把“烦不了”识别成“翻不了”——不是模型笨，是他找的标注的学生，一半是外地来的，根本听不懂南京话，标出来的文本本身就是错的，模型学了一堆错的对应关系，最后输出的结果能对才怪。
垃圾进，垃圾出。
好多人聊深度学习的时候总盯着算法有多复杂、层数有多深，却从来不想想你用来训练的那些数据，是不是本身就带着偏见、带着错误、带着你自己都没意识到的刻板印象——比如你给模型看的所有护士的照片都是女性，所有程序员的照片都是男性，那它以后识别出来的结果，自然会把所有男护士判定成“不对的样本”，把所有女程序员的照片往别的分类里塞。根本不是模型有偏见，是喂它数据的人，藏在数据里的偏见被它原封不动学了过去而已。
上次在实验室被刚上大二的实习生问，“那深度学习到底什么时候能真的像人一样聪明啊？”
我给他递了半杯冰美式，说，你先别想那么远，你先把手里这堆标注错的图片改完——等你改完就会发现，所谓的“超级智能”，现在连认对一只没那么清楚的橘猫都费劲，谈什么觉醒啊。
下班的时候从实验室出来，风一吹，路边的烤红薯摊飘过来甜香，我突然想起下午那个把橘猫认成烤面包的模型。
也挺好。
它本来就不是什么要统治世界的怪物。就是个蹲在电脑里，攒了一肚子像素对应关系，偶尔还会看错东西的统计员而已。
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：盯着深度学习把橘猫认成烤面包的3小时，我搞懂了它根本不是真的聪明
文章链接：https://m.lfdjt.com/p/keji/a/23495.html
大讲堂