巷口咖啡店里，我搞懂了机器学习

别翻课本了，机器学习就是教电脑”找规律”

以前我们用电脑，所有规则都是人写死的。你要让电脑帮你算1+1，就得告诉它，遇到加号就把两个数加起来，一步都不能错。要是想让电脑认出照片里的猫呢？那得写一大堆规则：猫有尖耳朵、有胡子、体型比狗小……可世上的猫千奇百怪，有无毛猫，有折耳猫，还有跟狗长得差不多大的缅因猫。规则写得完吗？

机器学习不走这个路子。它不用人写规则，你只要给它足够多的例子就好。给它喂一万张标着”猫”的照片，一万张标着”狗”的照片，它会自己盯着这些例子，一点点摸出猫和狗的区别，下次再看到新照片，它就能自己分出来哪个是猫哪个是狗。

是不是没那么玄乎？你刷短视频越刷越对胃口，不是算法跟你心有灵犀，是机器学习天天盯着你点什么赞、划走速度快不快，攒了一堆你的行为数据，自己摸出来你喜欢看什么内容。你输入法自动跳出来的联想词，手机相册自动给你分好的人像相册，背后全是这套逻辑。

说实话，机器学习本质就是这么回事。没有电影里那么多会思考的机器人噱头，就是用一大堆数据，让电脑自己摸出藏在数据里的规律，比人一条条写规则准得多，也快得多。

你大概率听过的几个机器学习误区

第一个误区，觉得机器学习就是AI，就是那种会聊天会画画的机器人。不对。机器人只是机器学习的一个应用方向，你每天用的绝大多数带机器学习的东西，都不是机器人。导航算路线，支付扫脸，甚至电商平台给你推商品，全都是机器学习在干活。

第二个误区，觉得机器学习不会错，比人准多了。我之前认识一个做电商运营的朋友，前年花大价钱上了一套机器学习的客户分类系统，结果把好几个一年消费几十万的老客户分到了”低价值客户”组，差点把人送走。为啥？那几个老客户那段时间换了手机号，没登录账号，数据不全，机器摸出来的规律自然就错了。

机器学习找出来的规律，永远跳不出你喂给它的数据。数据是错的，不全的，带偏见的，出来的结果肯定也好不了。之前有过新闻，机器学习招人的时候偏向男性，就是因为训练数据里过去十年招的本来就是男性多，机器自然就摸出”男性更适合这个岗位”的规律，其实不是机器坏，是数据带了偏见。

不过话说回来，我见过最多的情况，是机器学习把人从重复的碎活儿里解放出来。以前设计院做施工图，找错漏要两三个人翻好几天，现在机器学习扫一遍，十几分钟就能把错的地方标出来，设计师多出来的时间，刚好去想怎么把房子设计得更住得舒服，这不比天天找错香吗？

现在的机器学习，悄悄在往”小”里走

这两年打开科技新闻，全都是大模型，几百亿几千亿参数，好像不大就不配叫机器学习。可我最近跑了几个小的科技团队，发现好多人都在往相反的方向走，做小模型。

什么叫小模型？就是不需要那么多参数，也不需要连云端，专门针对一个很小的场景训练，放在本地设备上就能跑。比如专门给社区水果店算补货量的，专门给宠物医院整理病例的，专门给养老院做跌倒检测的。

我上个月看一个团队演示，他们做的跌倒检测模型，一共才不到一百兆，装在淘汰下来的旧平板上就能跑，不需要连网，也不会把老人的监控视频传到外面，既解决了隐私问题，整套下来成本才几百块。比之前那种十几万的云端方案实用太多，普通小养老院也用得起。

原来好多人觉得，机器学习是大公司玩的高科技，跟普通人的小生意小生活没关系。现在不一样了，再过个两三年，你开个二三十平的小饭馆，都能用上专门给你训练的小模型，帮你算每天该进多少菜，帮你记老客人不吃辣还是不吃葱，一点都不稀奇。

那天在南京的咖啡店里，我跟那两个小孩聊完，其中一个突然拍桌子，说哦原来我天天用的拍照搜题，就是给机器喂了几百万道题，它自己学会找题目对应解法的规律啊！我笑着点头，这不就懂了。

雨停了，走出咖啡店，巷口飘着桂花的香味。我掏出手机扫码付钱，输入法自动弹出了”谢谢阿姨”，我点了发送，拿到一块热乎的桂花糕。你看，机器学习从来都不是课本上那堆看不懂的公式，也不是硅谷实验室里遥不可及的黑科技。它就在你打字的输入法里，在你刷的短视频里，在你每天都用的大大小小的功能里。

说白了，它就是个帮人找规律的工具而已。