2026-10-06 22:43:03
作者：
科技
昨天在珠江路附近的咖啡馆赶稿子，对面坐了个背书包的学生，犹豫半天过来搭话。问我能不能帮他理理，深度学习到底是什么。
他翻了一圈B站和技术博客，越看越懵。一会说深度学习能画图能写歌，一会说能治病能发火箭，好像什么都能做，就是说不清楚它到底在干嘛。
很多人对它的印象，就是黑箱。是程序猿变出来的魔法。
真不是。
所有深度学习能做到的事，本质上都是“找规律”，而且用的是最笨的找规律方法。
你刷到的AI美图，背后是几千万次“改错练习”
举个最简单的例子，让深度学习学会认猫。
你给它几万张带标注的图——这张是猫，这张是狗，这张是桌子。
它一开始乱猜，把猫说成狗。没关系，错了就改。
它脑子里有几百万个可调的判断参数，错一次，就把这些参数往对的方向挪一点点。
再来一次，再错，再挪。
循环个几千万次，你再给它一张没见过的猫的照片，它猜对的概率就比人还高。
就这么简单。
没有什么黑魔法，就是靠一遍一遍试错，把规律磨出来。
很多人觉得这方法太笨了，几十年前就有人提出来，为什么最近十年才火？说白了还是算力够了，钱够了，原来要跑好几年的训练，现在一个显卡跑一周就能出来，就这么回事。
深度学习图像识别训练误差下降曲线图
你现在用手机拍照的美颜，刷短视频的推荐，扫码支付的识别，背后全是这套笨办法。
原来我们做认猫这件事，得人帮电脑把“猫有尖耳朵，猫有胡须”这些规则一条条写出来，碰到个歪着身子躲在箱子里的猫，就认不出来了。深度学习不用你写规则，它自己从几千万张图里把规律摸出来，再歪再偏的猫，它都能给你认出来。
就是这么个优势。
别被营销号带偏，这两个误区坑了好多新手
说实话，现在网上讲深度学习的内容，十个有八个在神化它，要么就是贩卖焦虑，说不学就要被淘汰，要么就是吹得天花乱坠，什么问题都能解决。好多新手刚入门就被带歪了。
第一个误区：没有TB级的大数据，就玩不了深度学习。
真不是这么回事。放在十年前可能是对的，现在不对了。现在有一大堆预训练好的大模型，人家已经帮你把基础规律找好了，你要做个专用的小模型，只要拿人家的底子改一改，几千张甚至几百张数据就能训出来能用的东西。
我上个月认识一个开宠物医院的朋友，自己花了一周，训了个识别猫皮肤病的模型，才用了八百多张实拍的病例照片，准确率比刚毕业的年轻医生还高一点，跑在他诊所的旧平板上就能用。
对吧？哪需要什么大数据。
传统机器学习与深度学习特征提取对比图
第二个误区：深度学习会取代大部分人的工作。
这个话我听了快十年了，到现在也没见几个行业真的被全取代。它取代的都是那些你不想干的重复活：比如把纸质发票录入系统，比如在几千张生产零件图里挑出有缺陷的，比如给视频加字幕。这些活又枯燥又累，让深度学习干不好吗？
你说让深度学习取代一个开了二十年的老兽医？它能认出皮肤病，但是能摸得出来猫的体温变化，能听得出来猫主人的焦虑？不可能的。深度学习找规律是厉害，但是带温度的判断，它学不来。
我反而看好小而专的深度学习方向
我反而看好小而专的深度学习方向
不过话说回来，现在整个行业都在往大模型挤，动不动就是千亿参数，发个论文都要比谁的参数多，我反而觉得，接下来小而专的深度学习模型，会给我们带来更多实际的好处。
什么叫小而专？就是我只做一件事，比如只识别生产线的轴承缺陷，只优化手机拍照的夜景，只帮糖尿病患者测血糖，我不需要你跟我聊天，不需要你写论文，我只要你把这一件事做好，能跑在本地的小芯片上，不需要联网，不会泄露隐私，几毛钱的成本就能用上。
这才是深度学习真正落到普通人生活里的样子啊。
上个月在南大听一个老教授做分享，他说最早在上个世纪八十年代，就有学者提出了深度学习的核心思路，那时候算力不够，所有人都觉得这是歪门邪道，没人愿意做。谁能想到，几十年后，当年的歪门邪道变成了主流。
现在大家都觉得越大的模型越厉害，会不会再过十年，回头看，那些被我们忽略的小模型，才是真正改变大多数人生活的东西？
我不知道。
但我知道，不管怎么变，深度学习从一开始就是个工具，是人类用来帮自己找规律的笨办法，它不是神，也不会毁灭世界，它就是堆出来的惊喜。
你不用把它当魔法，只要会用它帮你干活，就够了。
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：咖啡馆里聊深度学习：它不是魔法，是笨办法堆出来的惊喜
文章链接：https://m.lfdjt.com/p/keji/a/7228.html