你曾经完整地看过一个小孩学会认识狗的过程吗？不是翻看图册，不是在早教班，就是活生生地，在生活里。
你指着一只金毛说，这是狗狗。再指着一只柯基说，这也是狗狗。然后一只猫路过，你蹲下来告诉他，不，这个不是。接着是巨型贵宾，是茶杯犬，是那只在风里被吹得五官模糊、几乎看不出狗样的流浪小土狗。
每一次，他都会给出一个判断，然后被你温柔地修正。你对他说，对了，或者说，不对哦，这不是。

他就这样，在成千上万次的输入和成千上万次的纠偏之中，缓慢地，不动声色地，发生了一些变化。
他没有在脑子里刻下一条僵硬的定义，比如“狗就是四条腿加一条尾巴”，他是在构建一个形状。一个内在的、关于“狗究竟是什么”的微妙容器。这个容器越来越精准，把乱七八糟的世界吞进去，从另一边，吐出一个越来越笃定的答案。
这个过程，就是一次典型的情感模型训练。你输入一个情境，它产出一个判断。你测量这个判断与真实之间的偏差，然后，这个偏差会像一道电流，沿着来时的路径逆行回去，修正它所经过的每一个环节，每一处连接。直到下一次，它比之前，要正确那么一点点。

打开网易新闻 查看精彩图片

之前我们讨论过，一个人最底层的信任地基，是如何在某一刻轰然开裂的。你整个关于亲密、关于安全感的庞大建筑，那块你以为永远不会动摇的基石，突然之间，不再承担重量，反而变成了一个巨大的问号。
而今天要说的，是那个沉默的空拍之后，彻底崩盘的系统——当这台你花了十几年甚至更长时间训练好的情感模型，撞上了一个完全在训练集之外的输入端时，它到底会怎么做。一个离它过往所有数据都如此遥远的点，遥远到，它身上没有一根权重的线能连接得上，没有一个现成的参数知道该拿它怎么办。

悲伤这件事，千人千面，但扒开所有私人化的外壳，里头稳稳站着的，只有两样东西：否认，和接受。这两样，避无可避。大多时候，我们对悲伤是有排练的。小时候弄丢过最心爱的玩具，长大后为了一份做梦都想要的工作，把简历翻了四版，最后还是收到拒信。这些失去，你的模型见过，或者至少，见过跟它们长得差不多的亲戚。它挣扎一会儿，调整一下，踉跄两步，还是能找到自己站稳的方式。
但，有另一种失去，它完全不在这个范畴里。那就是初恋。我们揣着自己那点可怜兮兮的全部数据集，带着一个孩子走入世界时那种毫无保留的、近乎蛮横的信任，一头栽进第一段感情里。我们把它当作最基础的样本，在上面构建起对“信任”和“亲密”的全部理解。然后，当它碎裂的时候，我们有生以来第一次，撞见了一种悲伤，一种你整个系统里，没有任何一条现成权重能去解释、去消化、去度量的悲伤。

一台模型，在推理时接收到一个远远超出训练分布的输入点，是不会立刻更新自我的。用算法的语言来说，这叫做“异常点”。是那种设计精巧的系统，从一开始就被训练要识别并抛弃的数据。系统会把这个点高高挂起，标记为噪声，然后若无其事地，继续用旧的那套参数跑下去。就好像这个摧毁性的输入，压根儿就没有抵达过一样。
这，活脱脱就是人类的否认阶段。不是意志薄弱，不是逃避现实，它只是一个系统，在面临毁灭性数据冲击时，做出了它被设定的、最低限度的自我保护反应。假装一切从未发生，用旧的逻辑，去硬套这个已经天翻地覆的世界。