深度学习技术：藏在生活里的隐形革命
上周去医院做复查拍CT，等报告的时候和相熟的放射科医生唠嗑，他说现在医院的筛查流程里，早期肺癌小结节第一道关，都是深度学习技术筛的。
以前全靠医生一双眼睛，一天看几百张CT，眼睛花了漏个小结节太正常，现在AI十几秒就能筛完，把异常的标出来给医生复核，漏诊率直接降了三成多。
你看。
我们天天把深度学习挂在嘴边，很多人其实没意识到，这玩意儿早就偷偷钻进了生活的缝隙里，不是只有实验室和ChatGPT里才有它。
1980年代深度学习反向传播原始论文手稿
这种冷板凳一坐就是三十年。
直到2012年ImageNet大赛，Hinton组的AlexNet横空出世，把图像分类的错误率直接从之前的26%干到了15%，甩开第二名十个百分点，整个计算机学界直接炸了。
我那时候还在读研，实验室师哥跟着导师蹭这个方向，连着三天没睡觉复现结果，出结果那天在走廊吼得整层楼都出来看，那种砸开新世界大门的惊喜，我到现在都记得。
谁能想到呢？当年没人理的弃子，几十年后直接掀了整个行业的桌子。
AlphaFold2预测蛋白质三维结构可视化图
这直接把整个结构生物学的研究效率提了几十倍，现在很多做新药研发的团队，直接用AlphaFold的结果筛候选药，能把整个新药研发的周期从十年压缩到两三年，研发成本直接砍半，这不只是技术进步，这是真真切切在救更多人。
还有天文学家，去年我看到一篇文章，说开普勒望远镜攒了十几年的观测数据，人类根本看不完，靠深度学习筛，一下子就找出了五个之前没发现的系外行星，都是藏在数据噪音里，人类根本注意不到的那种。
说实话，看到那个新闻的时候我鸡皮疙瘩都起来了，原来深度学习不只会帮你写文案P图，还能帮人类在星海里面找新的世界，挺浪漫的不是吗？
不过话说回来，我们到现在其实都没完全搞懂，深度学习为什么效果这么好，很多人说它是炼金术，就是堆参数碰运气，可那又怎么样呢？人类几千年前就会用火了，过了一两万年才搞懂氧化反应的原理，这不耽误用火做饭取暖改造世界啊。
深度学习往下走，最大的坑从来都不是技术
现在打开创投圈的新闻，随便一个创业项目都要蹭深度学习的热度，什么"深度学习+农业""深度学习+餐饮"，说的天花乱坠，你问他到底解决了什么别人解决不了的问题，十个有八个支支吾吾说不出来。
上个月我参加一个行业峰会，碰到一个创始人，张口闭口都是大模型深度学习，聊了十分钟，我才搞明白，他就是套了个开源的预训练模型，给餐厅做了个自动点菜的小程序，就要说自己是"餐饮AI解决方案领导者"，融资要融好几个亿，你说扯不扯？
这种风口上的猪多了，坑的是真正沉下心做事的团队，也坑了整个行业的名声。
其实真正能落地的深度学习技术，哪有那么多神话，都是一点点磨出来的。
就说刚才说的医学影像AI，你要训出能用的模型，得跑到各个医院，找医生一张张标CT，标不对还要改，改完还要调参数，还要过临床验证，前前后后好几年，哪里有什么一键生成的奇迹？
而且你会发现，做得好的深度学习团队，一半以上的人根本不是学计算机的，有学医的，有学生物的，有搞化工的，因为深度学习本质就是个工具啊，你要解决真实的问题，得先懂这个行业到底疼在哪里，不是说你会调参就能搞定一切的。
很多人说深度学习会取代人类，会抢工作，我一点都不担心。它取代的都是那些天天对着数据找规律、重复无聊的工作，把人从这些烂活里面解放出来，让医生能多花点时间陪病人，让科学家能多花点时间想真正重要的问题，这不就是技术本来该做的事吗？
昨天刷手机，看到那个发现新系外行星的团队说，接下来他们还要用深度学习挖开普勒的数据，预计还能找到上百个没被发现的行星。
原来我们站在地球上仰望星空的时候，深度学习已经成了我们的新眼睛。
这条路才刚刚开始呢，对吧？
深度学习技术，一开始其实是学界没人要的"弃子"
早在上世纪八十年代，反向传播算法就已经提出来了，那时候想训练个三层的神经网络，算力不够，跑一次要几个月，出来的效果还不如传统的统计方法。 那时候搞深度学习的学者，出去开研讨会都不敢说自己做这个，说出来就被骂"就是堆参数骗经费的，根本没有理论基础"对吧？ 申请国家基金，十有八九中不了，评委都觉得你这方向没前途。1980年代深度学习反向传播原始论文手稿
这种冷板凳一坐就是三十年。
直到2012年ImageNet大赛，Hinton组的AlexNet横空出世，把图像分类的错误率直接从之前的26%干到了15%，甩开第二名十个百分点，整个计算机学界直接炸了。
我那时候还在读研，实验室师哥跟着导师蹭这个方向，连着三天没睡觉复现结果，出结果那天在走廊吼得整层楼都出来看，那种砸开新世界大门的惊喜，我到现在都记得。
谁能想到呢？当年没人理的弃子，几十年后直接掀了整个行业的桌子。
现在的深度学习技术，早就不只会认图片聊天了
很多人对深度学习的印象，还停留在人脸识别、AI画图聊天这些To C的应用，其实这几年改变最大的，是基础科研领域。 最出名的就是AlphaFold的蛋白质结构预测，对吧？以前结构生物学家，辛辛苦苦解一个蛋白质的三维结构，少则一年多则三五年，运气不好几年出不来结果都是常事。 现在呢？靠深度学习，几个小时就能预测出一个结构，大部分的准确率和冷冻电镜实验测出来的几乎没差。AlphaFold2预测蛋白质三维结构可视化图
这直接把整个结构生物学的研究效率提了几十倍，现在很多做新药研发的团队，直接用AlphaFold的结果筛候选药，能把整个新药研发的周期从十年压缩到两三年，研发成本直接砍半，这不只是技术进步，这是真真切切在救更多人。
还有天文学家，去年我看到一篇文章，说开普勒望远镜攒了十几年的观测数据，人类根本看不完，靠深度学习筛，一下子就找出了五个之前没发现的系外行星，都是藏在数据噪音里，人类根本注意不到的那种。
说实话，看到那个新闻的时候我鸡皮疙瘩都起来了，原来深度学习不只会帮你写文案P图，还能帮人类在星海里面找新的世界，挺浪漫的不是吗？
不过话说回来，我们到现在其实都没完全搞懂，深度学习为什么效果这么好，很多人说它是炼金术，就是堆参数碰运气，可那又怎么样呢？人类几千年前就会用火了，过了一两万年才搞懂氧化反应的原理，这不耽误用火做饭取暖改造世界啊。
深度学习往下走，最大的坑从来都不是技术
深度学习往下走，最大的坑从来都不是技术
现在打开创投圈的新闻，随便一个创业项目都要蹭深度学习的热度，什么"深度学习+农业""深度学习+餐饮"，说的天花乱坠，你问他到底解决了什么别人解决不了的问题，十个有八个支支吾吾说不出来。
上个月我参加一个行业峰会，碰到一个创始人，张口闭口都是大模型深度学习，聊了十分钟，我才搞明白，他就是套了个开源的预训练模型，给餐厅做了个自动点菜的小程序，就要说自己是"餐饮AI解决方案领导者"，融资要融好几个亿，你说扯不扯？
这种风口上的猪多了，坑的是真正沉下心做事的团队，也坑了整个行业的名声。
其实真正能落地的深度学习技术，哪有那么多神话，都是一点点磨出来的。
就说刚才说的医学影像AI，你要训出能用的模型，得跑到各个医院，找医生一张张标CT，标不对还要改，改完还要调参数，还要过临床验证，前前后后好几年，哪里有什么一键生成的奇迹？
而且你会发现，做得好的深度学习团队，一半以上的人根本不是学计算机的，有学医的，有学生物的，有搞化工的，因为深度学习本质就是个工具啊，你要解决真实的问题，得先懂这个行业到底疼在哪里，不是说你会调参就能搞定一切的。
很多人说深度学习会取代人类，会抢工作，我一点都不担心。它取代的都是那些天天对着数据找规律、重复无聊的工作，把人从这些烂活里面解放出来，让医生能多花点时间陪病人，让科学家能多花点时间想真正重要的问题，这不就是技术本来该做的事吗？
昨天刷手机，看到那个发现新系外行星的团队说，接下来他们还要用深度学习挖开普勒的数据，预计还能找到上百个没被发现的行星。
原来我们站在地球上仰望星空的时候，深度学习已经成了我们的新眼睛。
这条路才刚刚开始呢，对吧？