*一顿串串香，吃出了我对 AI 的全新认知：它已经亲民到帮跑堂阿姨数竹签了。
👇👇👇
-----------
让工具回归工具 · 让你成为你。
我一直认为 AI 是个挺高大上的词，但一顿串串香帮我脱敏了。它再被吹得神乎其神，也得取决于我们要怎么用它，不然它终归只是个无人问津的工具。至于该怎么用，串串香的跑堂阿姨们就为我们做了一个很好的示范。
AI 还是一种工具，至少现阶段而言是这样。（最近 AI 灭世论确实传得太离谱了）
█▌▀▄✖▇
帮串串香店数竹签的 AI
这就像是反乌托邦式的科幻小说：结账时，阿姨很自然地掏出手机，打开点数软件，对着手里那捆竹签一照，几十秒间便结账完毕。我有些恍惚——上一次脑中产生这种未来感，还是在夜之城（赛博朋克 2077）的路边摊吃汉堡的时候。
#「赛博朋克 2077」游戏截图。
“阿姨，这是在干嘛？” 我太久没吃串串香了，认知还停留在人工数签、称重计数的年代。
“老板教我们用的，又快又准。而且结果只会少不会多，客人们也更放心。”阿姨将手机屏幕侧向我，脸上流露出几分得意。手机屏幕上，每一根竹签的位置被清晰地用绿点标注了出来，另外还有一处红点标识的“疑似目标”。
这种形式确实更值得被顾客信任：人工数签快不起来，且正确率不被保证；称重计数则会因为食物残留和竹签的吸油性质，从而导致重量失真。
阿姨告诉我，老板会将计数软件提前安装好，她们只需要稍加培训，就可以上手实操。虽然这款软件并非没有缺陷，比如无法识别竹签的头尾颠倒等问题，但已经给她们的工作带去了很大程度的便利。
#事出突然，没能拍到更多的照片。
那家串串香向来生意不错，门前常有等候落座的长队。我不由得猜测，之所以采用这款软件，提高翻台速度大概也是店主的目的之一。后来我得知，这款软件并不免费，多人长期使用更意味着一笔不小的成本。但既然被坚持投用，就大概率是一项收益大于支出的投资。
离开时，我从阿姨处获得了软件名称（为避嫌，软件名此处略过），随后找到其官网，进入——一行大字赫然映入我的视野：人工智能点数应用。
#图片截取自该软件官网。
“人工智能”确实是最近的高频词，可在这种情况下碰到，我还是有些惊讶——毕竟这个软件的 UI 过分地简陋，一副塞班系统的遗物模样。并且那只是一顿便餐，地点位于我从小长大的深巷民居之中——那里向来被传统与习俗所占领，如今却突然与“人工智能”这样的词挂上了干系。
暂且只从工具性出发——这个软件、或者说这类软件，确实能做到不少事情：生物实验里数菌落，工程建筑里数钢管，农业饲养里数牛羊，甚至可以在短时间内帮你数出一万粒大米（我想不出此事的实际意义）。按照开发者的说法，只要给这款软件投喂适当的模板，它就能高效地完成点数任务。
单就这个角度而言，它表现得不错。我开始好奇它的原理，它作为一款“人工智能”的原理。但开发者并未释出具体的软件工作逻辑，我也只能斗胆试试盲人摸象。
█▌▀▄✖▇
AI 是怎么数竹签的？
1963 年，人类历史上第一位计算机视觉博士拉里罗伯茨¹，首次在论文中将物体简化为了几何形状，并加以识别。2006 年，深度学习的概念被计算机学家杰弗里·辛顿²（前段时间从谷歌离职的那位）提出，它是一种学习力更强的神经网络结构，能更抽象、更深层次地描述物体的属性和特征³。
#图中人物为杰弗里·辛顿；图源：纽约时报
而图像识别与深度学习两项技术，可能正是这类软件的核心，其中深度学习也确实是人工智能（即 AI）的一项子领域。
那应用过程是怎样的？或者说，竹签具体是怎么被数出来的？大致可以拆解为三步。
Step1、利用图像识别技术，对照片进行预处理，例如裁剪、缩放、灰度化等，以减少无关信息；
Step2、利用深度学习技术，依据边缘、形状、颜色等特征，将竹签从照片中提取出来；
Step3、利用针对性算法，快速得出竹签的数量结果。
#处理→识别→计算
对其他物品进行点数时，也是同样的道理。
你可以把这类软件想象成一个聪明的小孩，他仅仅通过观看图片，就能数出眼前的目标对象。并且，他不靠直觉计数，而是靠老师授予的方法。所谓老师，就是人工智能的程序员，他们负责提供大量参考，让其学习如何识别、如何计数。
这个小孩会因此记住不同物体的特征，形状、颜色、大小，等等；并且用一种类似于数学公式的方式来表示它们。这就是深度学习技术，它可以实现复杂信息的快速处理。当这个小孩看到一张新的图片时，他就可以用深度学习来分析图中的目标对象，并且用他学过的方法进行点数，最后高效地给出高正确率的结果——就像电影《雨人》中雷蒙数牙签的桥段那样。
顺带一说，现阶段，这个小孩也的确像雷蒙一样，游离于人情世故之外。
#图源：IMDb
言归正传。这个小孩还活跃在哪些场景？答案是人脸识别、自动驾驶、病症筛查，以及更多。帮阿姨数竹签，只是与我相遇的沧海一粟。举一个同样很生活化的例子：某宝上的“搜同款”功能，也大概率基于此项技术。
此项技术赋予了这类软件诸多优势。比如，对图片背景要求更低、对于同平面空间中的杂物抗干扰性更强、对于对象物体的尺寸无硬性要求；且从理论上讲，可实现多分类统计，等等。正如前文所讲，农林、养殖、建筑、生物医药等多个领域中，它都已经被广泛应用，且远不止于“点数”这项功能。
约翰·麦卡锡——“人工智能”这个术语的提出者，定义人工智能为“制造智能机器，特别是智能计算机程序的科学和工程”；IBM，人工智能技术的提供商和创新者，指摘人工智能为“利用计算机和机器，模仿人类思维的问题解决和决策制定能力”。
但归根结底，人工智能也是工具，和钉锤、螺丝刀，具有本质上的定义重复。它所表现出来的价值，取决于它被用来敲了哪颗钉子，扭了哪颗螺丝，而不是它被舆论塑造成了什么。
工具该以结果来定调。
█▌▀▄✖▇
阿姨们就不能用 AI 了？
这款软件的B站视频下有各式角度的评论，我想聊聊下方这一则。
就事论事，我没有在阿姨的脸上看到为难。相反，她们则是隐约表现出一种成就感，一种驯化新工具后的成就感。再者，节省人工开销不应该是目的，而应该是提升现有员工待遇的手段，不应该本末倒置。同时，享受工具的便利，就理应承担其相应的开发成本。这和接生孩子是一个道理，不能只要孩子不管妈。
如果成为母亲意味着遭遇不公，那谁还会心甘情愿生孩子？
文末，附上一个小剧场。
2050 年的 4 月的一天，初春，冷暖反复。五十六岁的我，因为熬夜赶稿，不小心感冒了。我从全息投影上撕下一截卷纸，擤了大鼻涕，随后将其揉成一团，扔进了自吸垃圾桶。
“感谢使用 Topbook 生命科技。今天的鼻涕呈黄绿色，含少量病菌与白血球尸体，预测您的鼻腔已因感染而轻度发炎，建议及时就医。是否需要为您导航至最近的诊所？”
垃圾桶说。
一个玩笑。希望我们都能以更开放的心态，迎来垃圾桶被灌进语言模型的那一天——至少得像串串香的阿姨们那样，少一些先入为主的自我陶醉，抛开噱头，用其本质。
参考文献
1、林学森《机器学习观止——核心原理与实践》，2021-03-01，清华大学出版社
2、Hinton G E,Salakhutdinov R R.Reducing the dimensionality of data with neural networks[J].Science,2006, 313(5786):504
3、郑远攀，李广阳，李晔，深度学习在图像识别中的应用研究综述，2019
