旧平板里的CNN日常

上周回外婆家。

整理阳台的旧柜子。最底下压着那台2019年买的华为平板。

裂了缝的旧平板

屏幕裂的那道缝，正好斜跨相册图标的位置。硅胶壳是当年外婆自己在菜市场的地摊上挑的，印着大朵的红牡丹，边缘已经被晒得发暗黄，壳子和机身的缝隙里卡了半片干了的玉兰花瓣，是她去年春天拍花的时候掉进去的。

我18年刚上大学，学计算机，第一门专业课的大作业就是训一个简单的图像分类模型。那时候满脑子都是刚搞懂的卷积、池化，听老师说卷积神经网络能自动从图片里抓特征，不用人手动标轮廓，兴奋得不行，当天就把外婆平板里存的两千多张照片全导到了我自己的笔记本上，对着网上的开源教程敲了两百行不到的代码，训了个只有三层卷积的小模型。

说实话当时根本没考虑泛化能力。

我拿外婆的照片当测试集，跑出来的结果现在想起来都脸红：能把穿藏青色舞蹈服的张阿姨认成穿同款衣服的李阿姨，能把楼下单元门口蹲着的三花橘猫认成我家以前养的那只黄狗，甚至有一半拍着糖醋排骨的照片，被模型归到了”风景”分类里。我当时还嘴硬，把这个压缩到三十多兆的小APP装到了外婆的平板上，跟她拍胸脯说，以后你拍的照片，它自己会帮你分好类，不用你手指头划得屏幕哒哒响找半天。

外婆当时戴着老花镜，凑过来看着我操作，也没多问，就塞给我一个刚煮好的茶叶蛋，说我熬夜敲代码饿了。鸡蛋还是温的，壳上沾了点她刚才择菜蹭上的青菜汁。

我当年吹的牛真的落了地

我本来以为这个烂模型用不了三天就会被外婆卸载。

结果去年我回家，发现她居然把这个APP用出了心得。

她现在打开相册，根本不用像以前那样从第一页划到最后一页找照片。想找我上次回家做的可乐鸡翅，就点”家常菜”的分类文件夹，里面整整齐齐排着二十多张照片，角度歪的、光线暗的都有；想找去年广场舞比赛拿的一等奖的照片，就点”活动记录”的文件夹，甚至她上次拍的自己吃了一半的水蜜桃，都被模型归到了”日常吃食”里。

我后来大三的时候，又抽了个周末给她更了一次模型。这次我特意标了五百多张她的照片：她的老姐妹的脸，楼下那棵每年三月开白花的玉兰树，她常吃的三种降压药的盒子，我每次回家必做的那几道菜，甚至还有她总放在茶几上的那个印着”福”字的搪瓷缸。我把原来的三层卷积模型又压缩了一次，删掉了好多冗余的层，跑出来的大小居然只有四十多兆，装在她那个已经卡得刷短视频都要转三圈的旧平板上，居然流畅得很，点一下分类，一秒钟就把对应的照片全列出来了。

那时候我才反应过来，我当年在课堂上学到的那个被说烂了的CNN，根本不是什么要放在超级计算机上跑的高大上技术。它压缩到足够小的时候，能安安稳稳跑在一个几千块钱的旧平板上，帮一个快七十岁的老人，把她散在各个角落的生活碎片，自动归成她能看得懂的文件夹。

没人提名字的日常技术

上周跟同事聊起现在的图像分类模型，说现在大模型做的识别，准确率已经到百分之九十九了，谁还会用十年前的CNN啊。同事还笑我，说你是不是上学上傻了，现在谁提CNN啊，都看Transformer的多模态。

但我没跟他说，我外婆根本不知道什么叫卷积神经网络，也不知道什么叫模型参数。她每次跟来串门的老姐妹炫耀平板里的相册，只会说”这是我外孙给我弄的，自动就把大家的照片都分开了，找着方便”。她也不知道，她现在进小区刷的门禁，识别她的脸用的是轻量CNN；楼下停车场抬杆的摄像头，识别车牌用的是CNN；甚至她每次在楼下菜店扫付款码，那个帮她识别金额的小工具，跑的也是类似的、被技术圈的人说已经过时的小模型。

我上周给她换了个新的平板，新的相册APP用的是最新的云端大模型，别说分类照片了，连她拍的照片里哪张是笑的，哪张是皱着眉的，都能给你标出来。但外婆还是总喜欢点开那个裂了缝的旧平板，翻里面那个只有四十多兆的小APP。

她上次翻到我2018年第一次装这个APP的时候，拍的她坐在阳台择菜的照片，抬头问我，说你那时候刚上大学，怎么就想着要给我弄这个？

我当时没好意思说，我那就是为了完成专业课的作业，拿她的照片当测试集练手。

昨天我整理旧的移动硬盘，翻到当年训那个小模型的时候存的训练日志，上面写着第一次跑模型的时候，准确率只有百分之六十二，损失函数降得慢得像蜗牛爬。我看着那几行干巴巴的代码注释，突然想起外婆当时塞给我的那个茶叶蛋，温温的，壳上的青菜汁还没擦干净。

原来好多我们在技术文档里被写得冷冰冰的名词，落到普通人的生活里，根本不会有人记得它的名字。它就安安静静待在裂了缝的平板里，帮一个老人攒着她的花，她的老姐妹，她外孙做的可乐鸡翅。