咖啡馆里聊机器学习技术：它真不是你想的那样玄乎
上个月9月23号，我在南京老门东巷口一家社区咖啡馆蹭网，碰到个刚读计算机大三的小孩，坐我旁边对着屏幕挠头，屏幕上亮着一片堆得密密麻麻的代码，标题栏写着机器学习入门作业。
他凑过来问我是不是做这行的，说翻了三天教程，全是一堆看不懂的公式，越看越觉得机器学习是天上飘着的黑科技，离普通人太远了。
我当时喝了一口冰美式，跟他说，你别被那些术语吓住。咱们掰碎了说，其实特别简单。
传统编程与机器学习逻辑对比示意图
机器学习的逻辑反过来：你不用给它写规则，你只要把一堆“输入”和对应的“正确结果”给它，比如一万张已经标好“这是猫”“这是狗”的照片，让机器自己跑，自己从里面摸出规律来。
等它摸完规律，你再给它一张没标过的新照片，它就能自己告诉你，这是猫还是狗。
说实话，我刚入行的时候，花了快半年才绕过来这个弯。之前总觉得机器学习就是程序员堆了一堆复杂规则，只是我看不懂而已。绕过来之后才发现，这个反转才是整个机器学习技术最核心的东西。
就像你教小孩认苹果，你不用跟他讲“苹果是蔷薇科苹果属植物的果实，直径一般五到十厘米，颜色多为红色”，你只要拿十个苹果十个梨给他看几遍，他下次自然能认出来。对吧？
机器学习干的就是这事。
物流异常件机器学习筛选工作界面图
你说这东西玄乎吗？其实一点都不，就是解决了一个人干着累的活而已。
不过话说回来，现在网上对机器学习的误解真的太多。
打开手机全是“机器学习颠覆一切”“十年后取代百分之八十的工作”，看得人慌得不行。其实呢，现在所有能用在生产里的机器学习，都是人给数据，人定目标，它只负责找规律。
它不会自己说“我要取代人类”，它连“我要做什么”这个目标都得人给它定。
很多人说机器学习就是人工智能，其实不对，机器学习只是实现人工智能的一种方法而已，离大家怕的那种“有自我意识的AI”，差了十万八千里。
机器学习也有绕不开的边界
干这行久了，我现在最怵的就是碰到张口就要“做个万能AI”的产品经理。
上来就说“我们要用机器学习做个智能客服，解决所有用户问题”，我每次都得泼冷水，机器学习不是万能的，它有自己搞不定的事。
第一个死穴，数据不好，它直接废了。
你给它喂一堆乱标的数据，它找出来的规律就是错的。我之前有个做风控的朋友，帮公司做信贷审批模型，拿了一批业务员随便标的数据训练，结果模型放了一堆不该放的贷款，最后坏了几千万的账，老板差点把他开了。说起来好笑，其实就是这么回事，你喂进去垃圾，出来的只能是垃圾。
第二个问题，它只会找相关性，不会找因果。
之前看到过一个很经典的案例，工程师训练了一个识别图片里有没有奶牛的模型，测了一万张正确率百分之九十九，大家都觉得没问题。结果有人拿了一张雪地的照片进去，模型说这里面有奶牛。
为啥？原来训练集里所有奶牛的照片，都是晴天拍的，背景都很亮。模型摸出来的规律是“亮背景=有奶牛”，它根本不知道奶牛才是核心，亮只是刚好碰上而已。
它分不清楚什么是因什么是果，只会从数据里找统计上的关联。这就意味着，只要数据里有偏差，它就会跑偏，偏得还特别离谱。
还有，从来没见过的东西，它根本认不出来。你拿训练过猫和狗的模型去看一只美洲狮，它大概率会说这是猫，因为它没见过美洲狮，只会按之前学的规律硬套。
说真的，到今天为止，机器学习能做好的，永远只有一类问题：你有大量的过往数据，你要做的就是判断、预测、分类，这类问题它干得比人好，又快又便宜。超出这个范围，它真不行。
那天走的时候，那个小孩跟我说，原来机器学习这么接地气，我之前白怕了这么久。
其实我一直觉得，现在太多人把机器学习技术吹得太神，神到像是魔法一样。本质上它就是个工具，和我们家里的电饭煲，工地的挖掘机没区别。你用它蒸饭，用它挖煤，它帮你省力气，帮你干你干不了的活，这就够了。
不用捧得太高，也不用怕它。会用就行。
别背定义，先搞懂和传统编程的区别
很多人入门第一句话就看“机器学习是人工智能的一个分支...”，看完直接睡着了。 你换个角度想。我们以前写程序，是什么逻辑？ 人先想清楚规则，再把规则写成代码，输入进去，机器按规则出结果。 比如你要做一个算员工工资的程序，规则很清楚：基本工资加绩效减社保减个税，每一步都写死，机器只要算数就行。对不对？ 那要是规则你根本写不出来呢？ 比如你要让机器帮你把相册里的猫和狗分开。你能把猫的规则写清楚吗？ 你说猫有尖尖的耳朵？不对，折耳猫耳朵是圆的。你说猫体型小？不对，成年橘猫比小型犬还重。有的猫趴在沙发上露半个脑袋，有的在草地上跑只露个尾巴，你写一万条规则也覆盖不全。 这时候就轮到机器学习上场了。传统编程与机器学习逻辑对比示意图
机器学习的逻辑反过来：你不用给它写规则，你只要把一堆“输入”和对应的“正确结果”给它，比如一万张已经标好“这是猫”“这是狗”的照片，让机器自己跑，自己从里面摸出规律来。
等它摸完规律，你再给它一张没标过的新照片，它就能自己告诉你，这是猫还是狗。
说实话，我刚入行的时候，花了快半年才绕过来这个弯。之前总觉得机器学习就是程序员堆了一堆复杂规则，只是我看不懂而已。绕过来之后才发现，这个反转才是整个机器学习技术最核心的东西。
就像你教小孩认苹果，你不用跟他讲“苹果是蔷薇科苹果属植物的果实，直径一般五到十厘米，颜色多为红色”，你只要拿十个苹果十个梨给他看几遍，他下次自然能认出来。对吧？
机器学习干的就是这事。
我们天天都在碰，只是你没察觉
别觉得机器学习是实验室里的东西，离你生活远。 你早上醒了刷短视频，刷到的内容都是机器学习给你推的，它摸出来你喜欢看猫片还是足球比赛，就使劲给你推。你付款的时候用人脸解锁，你打输入法的时候出来的联想词，你点外卖的时候显示的“预计30分钟送达”，全是机器学习跑出来的结果。 我前两年在南京做过一个物流的项目，帮快递公司找异常件。之前都是老分拣员人工翻，一天几千单，要翻三四个小时，眼睛都看花，还经常漏。 我们怎么做的？把过去三年所有的运单数据拉出来，哪件迟到了，哪件丢了，哪件破损了，全都标好，把这些数据喂给模型，让它自己找规律。 最后训练出来的模型，几千单一秒就能筛完，把有问题的挑出来，准确率比干了十年的老分拣员还高。工人只需要处理挑出来的那几十个就行，一天能省好几个小时。物流异常件机器学习筛选工作界面图
你说这东西玄乎吗？其实一点都不，就是解决了一个人干着累的活而已。
不过话说回来，现在网上对机器学习的误解真的太多。
打开手机全是“机器学习颠覆一切”“十年后取代百分之八十的工作”，看得人慌得不行。其实呢，现在所有能用在生产里的机器学习，都是人给数据，人定目标，它只负责找规律。
它不会自己说“我要取代人类”，它连“我要做什么”这个目标都得人给它定。
很多人说机器学习就是人工智能，其实不对，机器学习只是实现人工智能的一种方法而已，离大家怕的那种“有自我意识的AI”，差了十万八千里。
机器学习也有绕不开的边界
机器学习也有绕不开的边界
干这行久了，我现在最怵的就是碰到张口就要“做个万能AI”的产品经理。
上来就说“我们要用机器学习做个智能客服，解决所有用户问题”，我每次都得泼冷水，机器学习不是万能的，它有自己搞不定的事。
第一个死穴，数据不好，它直接废了。
你给它喂一堆乱标的数据，它找出来的规律就是错的。我之前有个做风控的朋友，帮公司做信贷审批模型，拿了一批业务员随便标的数据训练，结果模型放了一堆不该放的贷款，最后坏了几千万的账，老板差点把他开了。说起来好笑，其实就是这么回事，你喂进去垃圾，出来的只能是垃圾。
第二个问题，它只会找相关性，不会找因果。
之前看到过一个很经典的案例，工程师训练了一个识别图片里有没有奶牛的模型，测了一万张正确率百分之九十九，大家都觉得没问题。结果有人拿了一张雪地的照片进去，模型说这里面有奶牛。
为啥？原来训练集里所有奶牛的照片，都是晴天拍的，背景都很亮。模型摸出来的规律是“亮背景=有奶牛”，它根本不知道奶牛才是核心，亮只是刚好碰上而已。
它分不清楚什么是因什么是果，只会从数据里找统计上的关联。这就意味着，只要数据里有偏差，它就会跑偏，偏得还特别离谱。
还有，从来没见过的东西，它根本认不出来。你拿训练过猫和狗的模型去看一只美洲狮，它大概率会说这是猫，因为它没见过美洲狮，只会按之前学的规律硬套。
说真的，到今天为止，机器学习能做好的，永远只有一类问题：你有大量的过往数据，你要做的就是判断、预测、分类，这类问题它干得比人好，又快又便宜。超出这个范围，它真不行。
那天走的时候，那个小孩跟我说，原来机器学习这么接地气，我之前白怕了这么久。
其实我一直觉得，现在太多人把机器学习技术吹得太神，神到像是魔法一样。本质上它就是个工具，和我们家里的电饭煲，工地的挖掘机没区别。你用它蒸饭，用它挖煤，它帮你省力气，帮你干你干不了的活，这就够了。
不用捧得太高，也不用怕它。会用就行。