昨天蹲南京新街口咖啡馆改方案，邻座两个大学生打比赛，一个挠头说”我这个机器学习模型跑了三天还出bug”，另一个叼着吸管漫不经心回，不就是调参吗，多试几次就好了。我喝冰美式差点呛着。
好多人对机器学习的印象，要么就是发布会PPT里吹得神乎其神的AI黑科技，要么就是程序员圈里调侃的”调参炼丹”体力活，其实两边都歪到姥姥家了。对吧？
你天天在用，却没察觉到的机器学习
你早上起来解锁手机，人脸一秒对准。刷短视频，划十分钟都是你爱看的内容。点外卖，APP给你估的送达时间误差不超过五分钟。就连你开车开导航，它给你选的那条不堵的路，都是机器学习算出来的。
你没注意到而已。它早就渗进你生活的每个缝隙了，不是只有实验室里大模型才叫机器学习。
说白了，它就是计算机找规律的一种法子。以前写传统程序，是人类把规则一条条写死：如果咖啡温度超过80度，就弹出”小心烫口”的提示。要是碰到人类说不清楚规则的事，就抓瞎了——你说清楚为什么你爱喝冰美式不爱喝脱脂卡布奇诺？说出来的都是冠冕堂皇的理由，你的点击和钱包才诚实。
机器学习就不一样了。你给它一万杯不同温度、不同豆子、不同烘焙度的咖啡，再给它一万个用户”好喝””难喝”的评价，它自己就能闷头找出对应规律，下次碰到一个新用户，就能猜出他大概率喜欢哪款。就这么回事，没有那么玄乎。
别再信”炼丹=调参”的鬼话
逛技术论坛，十个帖子八个说机器学习就是调参，全看运气，像炼丹一样炼出来的。我每次看到都想笑，那是懒人的玩法，不是真的做事情的样子。
好多新手入门，拉个网上现成的开源模型，改改自己的数据集，跑不出好看的结果就改改学习率，换换激活函数，碰运气碰出一个不错的准确率，就赶紧写论文交项目，这不是做机器学习，这是碰彩票。
前两年帮一个做农业物联网的朋友搭模型，要识别大棚里的番茄熟没熟，一开始用网上公开的番茄数据集训练，模型准确率快百分之九十九了，结果拿到大棚里一用，直接瞎蒙，把青番茄当成红的，把被叶子挡住的熟番茄当成生的。为啥？公开数据集都是把番茄摘下来摆干净地方拍的，个个油光水滑，大棚里哪是这个样子？
后来我们俩扛着相机蹲大棚里拍了三天，早中晚不同光照，各个角度，各种被叶子挡住一半的，各种带虫斑的，拍了两千多张，重新找人一个个标注，换原来的模型，啥参数都没动，准确率直接上来了。你看，机器学习的核心根本不是模型和参数，是你喂给它的数据对不对。你给它一堆脱离实际的假数据，它学出来的自然是没用的歪理，你给它都是真实场景里的真东西，哪怕简单的模型，也能办靠谱的事。
不过话说回来，现在行业里确实好多人就吃”调参炼丹”这碗饭，把简单的事往复杂了说，混得风生水起，真沉下心整理数据、贴合场景的人反而少，挺没劲的。
机器学习能做什么，不能做什么
这两年风口上，啥项目都要蹭一下机器学习，卖奶茶的都说自己用机器学习调配糖量，我听完只想说，扯淡呢。你一杯奶茶就那三五种糖度，老顾客自己会选，店员试两次都比机器靠谱，凑什么热闹？
它不是万能的，它只适合干一种事：规律藏在大量数据里，人类说不清楚，但是又有足够多的现成样本。
比如说帮医生筛肺部CT片，找早期小结节。人类医生一天看几百张，累了难免漏，机器学习学上几万张标注好的片子，就能快速把所有可疑的片子挑出来，给医生省时间，这就用对了地方。再比如说预测电商仓库的备货量，今天下雨，周边商场搞活动，附近学校开学，几十个变量加在一起，人类算不过来，机器学习就能把这些揉在一起找规律，算出来的备货量比老店长估的还准，这也用对了。
那它不能做什么？需要常识推理、需要价值判断的事，它干不了。你让它写判决书，它能拼出来一份格式正确的，但是里面罪刑轻重的判断，法理人情的平衡，它学不会，那不是数据能堆出来的。你让它帮你选结婚对象，它能按你的要求筛出来一堆身高学历收入都符合的，但是两个人相处合不合得来，能不能扛住柴米油盐，那也不是数据能反映的。
还有个挺多人容易踩的坑：数据本身带偏见，机器学习就会把偏见放大。之前有家公司做招聘筛选的机器学习工具，结果模型自动淘汰女性求职者，因为公司过去十年招的技术岗九成都是男性，模型从数据里学出来”男性更适合这个岗位”，就跟着错了。错的不是模型，是喂数据的人，把过去的偏见直接塞给了机器，机器当然替你把偏见延续下去。
大模型火了之后，好多人觉得机器学习就是大模型，就是千亿参数，就是烧钱堆出来的，其实真不是。大模型只是机器学习的一个方向，你开个小咖啡馆，要给老顾客推荐饮品，用你店里一年的点单数据，训个几十兆的小模型就够用了，犯不着去蹭千亿大模型的热度，费钱还慢。
昨天我离开咖啡馆的时候，那两个学生还在挠头，我路过瞟了一眼屏幕，他们的数据集里一半的样本标注都是错的，图片糊得看不清，可不跑不出来结果嘛。
机器学习哪里有那么多黑科技光环，也没有那么多玄学，说白了就是：你好好干活给它喂对东西，它就好好给你干活。就这么简单。
作者|科技
排版|科技
审核|小准