上周我去公司楼下买芋泥奶绿，刚站到点单屏前，首页直接跳出来「三分糖少冰加芋圆」，连我上个月改了三次糖度的偏好都记住了。
别误会，不是偷偷摸鱼的店员记的。是这块屏幕背后跑的程序，自己摸出来的规律。
这就是机器学习，说白了，你天天都在碰，只是大部分时候你没注意。
机器学习不是「编规则」，是「教孩子认东西」
很多没接触过的人总觉得，这玩意儿是一群顶级程序员在小黑屋敲出的魔法，每一步都写好了指令。
不对。传统写程序才是写规则，程序员告诉机器：如果满足A，就做B，如果是C，就做D。一千个场景，就要写一千条规则，越复杂的场景，规则越多，写到最后连写的人都理不清。
机器学习换了个路数。你不用给它写清楚规则，你只要给它一堆「例子」，告诉它这次对了，那次错了，练得多了，它自己会总结出藏在数据里的规律，下次碰到新的问题，自己就能出结果。
就说教机器认猫，传统写法是程序员得先总结：猫有尖尖的三角形耳朵，圆圆的眼睛，胡子，毛绒绒的身体，然后把这些特征一条一条敲进去，碰到长的不一样的猫，比如无毛猫，直接就认不出来了。
机器学习的做法很简单，找几万张图，告诉它这张有猫，这张没有，让它自己看，看的多了，下次你丢一张新图进去，它就能说对，哪怕是没毛的斯芬克斯，哪怕猫只露了半个脑袋。
楼下奶茶店的推荐也是一样，它哪里懂什么「芋泥奶绿好不好喝」，只是把你过去三个多月的点单记录，和几千个和你口味差不多的人的点单记录揉在一起，算出了你点单概率最高的那一款而已。
就这么简单。哪有什么自主意识，哪有什么超过人类的智慧，现在所有你能碰到的机器学习，本质都是这么回事——从例子里找规律，用规律猜结果。
好多人对它的误解，其实都站不住脚
第一个最常见的误区：数据越大，机器学习就越厉害。
说实话真不是。我前两年帮一个开社区生鲜店的朋友做过一个给老客推荐蔬菜的模型，整个店拢共只有不到六百个常来的老客，硬去网上扒了几十万别的城市的用户数据凑数，出来的推荐全错，给爱吃甜口的本地老客推辣椒，给爱炖菜的北方人推了一堆沙拉菜。
后来把那些乱七八糟的外部数据全删了，就用这六百个人自己的购买记录，准确率一下子就上去了。对机器学习来说，数据对不对，比数据多不多重要一万倍。一堆不对的数据，不如一百条对的。
第二个误区：机器学习无所不能，什么问题都能解决。
真的笑死人，上周还有个做投资的朋友找我，问我能不能弄个模型预测下礼拜哪个股票涨，说好了赚了分成。我直接给他回了，要是模型能稳定猜对涨跌，做模型的人自己偷偷买不好吗？还轮得到带你分钱？
机器学习解决不了没有规律的问题，更创造不出不存在的规律。它所有的判断，都来自你喂给它的那些旧例子，旧例子里没有的东西，它一万次也猜不对。
真的，我见过太多创业公司拿着大模型PPT融钱，吹自己无所不能，落地的时候连个最简单的门店推荐都做不对，吹的天花乱坠，其实连自己要用的数据都没捋干净。
真正的变化，从来都是静悄悄的
这两年不管是科技媒体还是创投圈，开口就是改变世界，就是奇点降临，说的机器学习好像明天就要把全人类的工作都抢了。
没那么多惊天动地。
我接触到的大部分在用机器学习的公司，不管大小，其实都在干脏活累活，干那些之前要一堆人天天重复做的活。比如帮快递公司自动扫快递单上的地址，不用再招人一个个敲；帮出版社自动把几十万本旧书的内容分类，不用编辑一本本翻；帮做园艺的识别叶片上的病虫害，不用老花眼的老师傅蹲在大棚里一个个找。
我之前帮那个做家庭园艺的朋友调模型，一开始用网上公开的叶片病害数据集，准确率说起来有九成多，一拿到大棚里用，几乎全错。为什么？公开数据集的图都是摄影师摆好拍的，叶片干净，光线均匀，完整的一张叶子摆那给你看。实际大棚里的叶子，沾着灰，一半被杆子挡住，还有的拍的时候带了花盆杂草，数据长的完全不一样。
后来我们蹲在大棚里晒了三天，自己拍了两千多张实际的叶片，有生病的，有好的，重新喂给模型练了一遍，一下子就准了。你看，哪有什么黑科技，就是沉下心解决一个具体的小问题而已。
不过话说回来，它带来的变化确实是真的，只是没有媒体吹的那么夸张。比如现在放射科的医生看CT，机器会先把看起来有可能有问题的位置标出来，医生不用一张一张翻几百张图，能省出一半多时间，一天就能多看好几个病人。它没替代医生，只是帮医生把最费时间的活干了，让医生能多花时间和病人说话。
好多人怕被机器学习抢工作，其实你回头想想，当年计算器出来的时候，也有人说会计都要失业，结果呢？会计不用天天扒算盘算帐了，转而帮公司做分析做规划，反而更值钱了。
机器学习也一样。它抢的都是那些天天重复，不需要动脑子也不需要感情的活，那些需要人沟通，需要人共情，需要创造力的活，它半分也抢不走。就像楼下奶茶店的点单屏能猜出我爱喝三分糖，但是记得我怀孕了主动给我换无糖去冰的，还是那个看我长大的阿姨。
下次你刷短视频，刷到的第三条正好是你想看的，或者买奶茶的时候点单屏正好跳出你偏爱的口味，别急着惊呼AI多神奇。那只是一群技术人，攒了一堆真实的数据，教机器找了一个讨你喜欢的规律而已。
就是这么回事。
作者|科技
排版|科技
审核|安然