算法这东西听起来远,其实早就在帮人处理具体麻烦。邻居家小孩对猫毛过敏,又非要养猫,最后弄了台空气净化器。机器自己检测颗粒物浓度,自动调风速,夜里安静得听不见响。小孩鼻子通了,猫也留下来了。类似的小设备越来越多,它们不声不响地嵌进日常,把过去需要专门知识才能解决的问题,变成按一下开关的事。技术未必都要惊天动地,能把一件小事理顺,就已经在改变生活的质地。
再往深了看,这些便利背后是算力的膨胀。十几年前手机拍张照,存下来都费劲,更别提当场分析。现在指甲盖大的芯片里跑着几十亿个晶体管,图像识别模型能在几百毫秒内过一遍。摩尔定律快到头了,可架构创新没停,专用芯片针对特定任务优化,效率翻着跟头往上涨。我阳台上那盆薄荷的蚜虫能被认出来,说到底是因为算力便宜到可以随手浪费在识别一只虫子上。这种廉价算力铺开之后,很多原来不划算的事变得划算了。
数据是另一头。识图软件能认出蚜虫,因为它见过几百万张标注过的叶子照片。这些照片来自世界各地,有人专门拍,有人顺手传,累积成训练模型的养料。没有这些数据,算法再聪明也是空壳。数据收集这事有争议,隐私、版权、标注偏差,问题一堆。可另一面是,过去只有农业专家才掌握的病虫害知识,现在被拆解成像素和标签,散进每个人的手机里。知识不再锁在实验室或书架上,它流动起来,变得可检索、可调用。
技术往下沉的时候,会碰到人的习惯和信任。我最初也不信手机能认出虫子,试了才服气。很多人对新技术的第一反应是怀疑,这很正常。可一旦用出效果,怀疑就慢慢消了。共享单车刚出来时被说成照妖镜,现在成了地铁站到小区的默认选项。移动支付被担心不安全,如今菜市场摊主都挂着二维码。信任不是靠宣传建立的,是靠一次次不出错、不添乱积累起来的。技术要融入生活,这一步绕不过去。
薄荷还在阳台上长着,新叶子比老叶子颜色浅,摸上去有凉味。我偶尔还用手机查它的状态,虽然多数时候只是看看。技术帮人解决了一个问题之后,最好的状态就是让人忘记它的存在。那盆薄荷不会知道蚜虫是怎么被赶走的,我也不需要再记住肥皂水的比例。事情就这样过去,留下一盆绿叶子,和一点对日常的安心。
