那玩意就是深度学习。
别翻百科了，换个你能懂的说法
很多科普一上来就讲多层神经网络、反向传播，讲得云里雾绕，普通人看完还是不知道这东西到底能干嘛，跟我有什么关系。说实话，你就把它当成”让机器自己攒经验找规律”。
原来咱们让电脑干活，得人一条条写规则：你告诉它，下雨天人多15%，周六人多30%，国庆节提前备两倍货。写规则的问题在哪？你永远写不完所有情况。比如周边写字楼新搬来一家互联网公司，每天九点多一群人来买咖啡，这个新规律你得重新加，碰上突发的漫展、招聘会，规则根本跟不上。
深度学习不用你写规则。你把过去三年所有的单量数据，当天是周几、有没有下雨、周边有没有活动、气温多少，全塞给它。它自己一遍一遍试，把藏在数据里的规律抠出来。
就说这个咖啡店老板，模型跑出来的规律里，有一条他想破头都想不到：周边中小学期中考试那周，单量会涨27%。后来才想明白，家长送完孩子复习，都会绕过来坐半小时喝咖啡，原来哪会想到这种细枝末节？
说白了，原来人找规律，机器执行。现在是，人把数据给够，机器找规律，人只用结果。就这么简单。
我踩过的两个误区，说出来给你避坑
最早我跟着学校实验室做深度学习项目的时候，也被网上的宣传带偏了，有两个误区现在想想都好笑。第一个误区：深度学习得有几百万的服务器，只有大厂玩得起。
真不是。现在开源社区一堆预训练好的模型，你要解决的就是个小问题，比如算咖啡店备货、识别水果烂不烂，找个小模型改一改，普通一万块的笔记本就能跑，就算要跑云端算力，几十块几百块够你用大半个月。刚才说的咖啡店老板，连专业显卡都没有，就在网上租了个限时的算力，跑完直接用，总共花了187块，他说还不到之前一天浪费的奶钱。
第二个误区：深度学习无所不能，什么问题都能解决。
这都是吹概念的人瞎扯。它只会挖数据里现成的规律，你给的垃圾数据，它只能给你垃圾结果。
之前我见过一个创业项目，说用深度学习选赛马，包赢。结果跑了三个月亏了几十万。为啥？赛马的结果，除了马的血统，还有骑师的状态、当天的跑道湿度，甚至还有人为操作，这些数据根本拿不到完整真实的，你喂进去的全是半真半假的信息，能出什么准结果？
还有很多人说什么深度学习会产生意识，我就笑了。它连”咖啡好不好喝”都没有概念，它只会算”今天这个条件下，大概卖多少杯”，连情绪都没有，谈什么意识。
这个就是典型的过拟合，你给它的训练数据里的杂音它都当成规律背下来了，真到用的时候，一点准头都没有。很多翻车的AI项目，本质都是这个问题。
现在的深度学习，正在往小里走
说白了，大模型是给你写文案聊天下的，我一个咖啡店老板只需要算备货，要那么大参数干嘛？占地方还费钱，小模型刚好够用，成本还低。
更重要的是，小模型可以跑在本地，你的数据不用发给别人，隐私也保住了。咖啡店的单量数据又不需要跟别人共享，存在自己店里的旧平板里就能跑，多安全。
不过话说回来，现在街边随便一个奶茶店，都能用上深度学习算备货，这放在十年前根本想都不敢想。原来这东西就是实验室里的论文题目，现在慢慢落到了街头巷尾的小生意里。
就像几十年前的互联网，最早只有军方和科研机构用，后来慢慢走进公司，走进家庭，现在人人都离不开。深度学习现在走的不就是这条路吗？
我之前跟一个做深度学习算法的朋友聊天，他说现在最开心的事，就是看到菜市场卖菜的阿姨，用深度学习做的自动称重机，不用再自己算价格贴标签，能多坐下来歇十分钟。
什么叫技术落地？这就是了。不用吹得玄乎，不用搞什么概念炒作，能悄悄帮普通人省点钱，省点力气，少干点重复的破活，就已经足够好了。
出门的时候老板给我多放了一份奶，说今天算出来剩一点，刚好给你。我攥着热咖啡往地铁站走，风刮得耳朵疼，心里想着，这就是深度学习最好的样子啊。
作者|科技
排版|科技
审核|安然