机器学习技术：从顶会论文到市井烟火的真实变革
说实话，我上个月蹲在实验室改代码改到脱发，周末出门买个菜都给我整惊讶了。家楼下开了五年的夫妻菜店，居然用上了自动备货系统。每天进多少青菜多少肉，算的比老板三十年的经验还准。真的。这东西背后就是机器学习技术。不是那种只会写在顶会论文里的花架子。
线下生鲜店机器学习备货系统操作界面
就说我刚才说的这个菜店的备货系统，是本地一个三个年轻人的小团队做的，整个模型参数加起来不到十兆，跑在菜店老板闲置的旧笔记本上就能用。拿过去三年的销售数据，把下雨天、周末、节假日、周边写字楼上下班时间这些变量全输进去，训练半个月就用了。现在老板说，每天扔的烂菜叶子比原来少了三分之一，每个月至少多赚小两万。
我之前跟着导师做横向项目，去过东莞的一家小型电子代工厂。原来流水线分拣毫米级的电阻元件，要十几个小姑娘坐一整天，眼睛熬得布满红血丝，错检率还降不下去。现在呢？一个几千块钱的摄像头加一个训练好的小机器学习模型，错检率比人工低一半，速度快三倍，成本不到半年就收回来了。
没人干这种瞎眼的活了。工人转去做更轻松的包装活，工资还涨了。你说这不是改变？
光伏板无人机巡检机器学习缺陷检测结果图
不过话说回来，我不是说大模型没用。大模型在生成内容、语义理解这些方向确实是颠覆性的进步。但很多人忘了，机器学习技术从诞生那天起，核心就是从数据里找规律，解决具体的实际问题。不管是大模型还是小模型，能解决问题的就是好模型。
我前阵子跟一个银行风控部门的老朋友吃饭，他说他们行做线上反欺诈，用的还是十多年前的随机森林算法，效果比去年试的大模型方案好太多，误判率低了快五个百分点。为什么？反欺诈要过监管审核，每一个判断都得说清楚为什么，大模型是黑盒，没人说得清，随机森林每一条分裂规则都明明白白，稳得一批。这不比啥都香？
机器学习技术的下一个增量，埋在产业的泥土里
现在创投圈找项目，全往大模型、To C方向挤，好像除了聊天机器人、AI生成图片就没别的可做了。我反倒觉得，未来十年机器学习技术最大的增长空间，全在传统产业的泥土里。
你去数数，全国有多少家工厂，多少万家线下门店，多少亩耕地，多少个靠人经验吃饭的岗位？多少重复劳动还在靠人堆，多少决策还在拍脑袋？河南已经有种小麦的农户，用机器学习模型测病虫害，拿手机拍一张叶片，十秒就能出结果，告诉你生了什么病，该用什么药，比找农技员上门快整整一天，挽回的减产都是真金白银。之前看公开的统计数据，光是小麦病虫害的提前准确识别，就能让全国小麦增产五个百分点以上，换算成产值就是几百亿。这不是多大的噱头，这是实打实的收益。
很多做AI的年轻人，现在都飘在天上，不愿意下沉做这些脏活累活，觉得给菜店做备货，给工厂做分拣，给农户做病虫害检测，掉价，不如发顶会拿融资风光。可你回头想想，互联网技术刚进入国内的时候，不也是先帮传统工厂做进销存，帮门店做收银，一点点攒出来的市场，最后才长出了淘宝微信这样的巨头？
机器学习技术现在不也一样？哪来那么多颠覆世界的大项目？就是一个一个小问题解决过去，慢慢就把整个行业给改变了。哦对了，上周我还帮一个内蒙养牛的朋友调模型，他要做奶牛发情监测，靠摄像头识别奶牛的动作，原来的模型准确率一直卡在八成出头，我给他调了数据增广策略，换了个轻量的卷积块，准确率一下涨到九成四，他高兴得说要给我寄半头牛的生鲜包邮...这种成就感，真的比发一篇没人会认真读的顶会论文强多了，对吧？
很多人问我，机器学习技术未来会走到哪去？我觉得不用瞎猜，你抽个周末去菜市场走一走，去近郊的工厂转一转，去田里看一看，那些省下来的人力，多赚出来的收入，长出来的粮食，就是机器学习技术最好的未来。别总盯着天上的大模型飘着，低头看看脚下，全是机会。
顶会灌水之外，机器学习技术正在偷偷落地
现在很多人一提起机器学习，就想到刷榜的大模型，想到OpenAI又更新了什么版本，想到实验室里的博士熬头发凑创新点发论文。好像机器学习就是实验室里养出来的温室花朵，中看不中用。其实完全不是这么回事。很多你没注意到的地方，机器学习技术早就扎下根了。线下生鲜店机器学习备货系统操作界面
就说我刚才说的这个菜店的备货系统，是本地一个三个年轻人的小团队做的，整个模型参数加起来不到十兆，跑在菜店老板闲置的旧笔记本上就能用。拿过去三年的销售数据，把下雨天、周末、节假日、周边写字楼上下班时间这些变量全输进去，训练半个月就用了。现在老板说，每天扔的烂菜叶子比原来少了三分之一，每个月至少多赚小两万。
我之前跟着导师做横向项目，去过东莞的一家小型电子代工厂。原来流水线分拣毫米级的电阻元件，要十几个小姑娘坐一整天，眼睛熬得布满红血丝，错检率还降不下去。现在呢？一个几千块钱的摄像头加一个训练好的小机器学习模型，错检率比人工低一半，速度快三倍，成本不到半年就收回来了。
没人干这种瞎眼的活了。工人转去做更轻松的包装活，工资还涨了。你说这不是改变？
被忽略的小模型，才是机器学习技术的落地主力军
现在全网铺天盖地都是GPT、千亿参数大模型的消息，好像做机器学习不搞大模型就不算入门，没有百亿参数都不好意思拿出来说。可你知道吗？超过九成的行业落地项目，用的都是参数不超过百万的小模型。 为什么？答案太直白了。省钱，稳定，够用。大模型跑一次推理的电费，小模型能跑大半年。大模型要连云端，延迟动不动就几百毫秒，小模型跑在本地设备上，十几毫秒就能出结果，断网都能用。 我前阵子看浙江大学工业智能实验室今年发的一篇论文，他们做户外光伏板的缺陷检测，给巡检无人机用的。原来用的大模型方案，参数好几个G，必须连云端处理，延迟高还容易丢数据。后来他们改了轻量卷积结构，做了针对光伏板数据的预训练，最终模型参数才十几M，离线就能跑，延迟不到十毫秒，准确率反而比原来的大模型方案高两个百分点，整体方案成本降了八成。光伏板无人机巡检机器学习缺陷检测结果图
不过话说回来，我不是说大模型没用。大模型在生成内容、语义理解这些方向确实是颠覆性的进步。但很多人忘了，机器学习技术从诞生那天起，核心就是从数据里找规律，解决具体的实际问题。不管是大模型还是小模型，能解决问题的就是好模型。
我前阵子跟一个银行风控部门的老朋友吃饭，他说他们行做线上反欺诈，用的还是十多年前的随机森林算法，效果比去年试的大模型方案好太多，误判率低了快五个百分点。为什么？反欺诈要过监管审核，每一个判断都得说清楚为什么，大模型是黑盒，没人说得清，随机森林每一条分裂规则都明明白白，稳得一批。这不比啥都香？
机器学习技术的下一个增量，埋在产业的泥土里
机器学习技术的下一个增量，埋在产业的泥土里
现在创投圈找项目，全往大模型、To C方向挤，好像除了聊天机器人、AI生成图片就没别的可做了。我反倒觉得，未来十年机器学习技术最大的增长空间，全在传统产业的泥土里。
你去数数，全国有多少家工厂，多少万家线下门店，多少亩耕地，多少个靠人经验吃饭的岗位？多少重复劳动还在靠人堆，多少决策还在拍脑袋？河南已经有种小麦的农户，用机器学习模型测病虫害，拿手机拍一张叶片，十秒就能出结果，告诉你生了什么病，该用什么药，比找农技员上门快整整一天，挽回的减产都是真金白银。之前看公开的统计数据，光是小麦病虫害的提前准确识别，就能让全国小麦增产五个百分点以上，换算成产值就是几百亿。这不是多大的噱头，这是实打实的收益。
很多做AI的年轻人，现在都飘在天上，不愿意下沉做这些脏活累活，觉得给菜店做备货，给工厂做分拣，给农户做病虫害检测，掉价，不如发顶会拿融资风光。可你回头想想，互联网技术刚进入国内的时候，不也是先帮传统工厂做进销存，帮门店做收银，一点点攒出来的市场，最后才长出了淘宝微信这样的巨头？
机器学习技术现在不也一样？哪来那么多颠覆世界的大项目？就是一个一个小问题解决过去，慢慢就把整个行业给改变了。哦对了，上周我还帮一个内蒙养牛的朋友调模型，他要做奶牛发情监测，靠摄像头识别奶牛的动作，原来的模型准确率一直卡在八成出头，我给他调了数据增广策略，换了个轻量的卷积块，准确率一下涨到九成四，他高兴得说要给我寄半头牛的生鲜包邮...这种成就感，真的比发一篇没人会认真读的顶会论文强多了，对吧？
很多人问我，机器学习技术未来会走到哪去？我觉得不用瞎猜，你抽个周末去菜市场走一走，去近郊的工厂转一转，去田里看一看，那些省下来的人力，多赚出来的收入，长出来的粮食，就是机器学习技术最好的未来。别总盯着天上的大模型飘着，低头看看脚下，全是机会。