学霸终结者(校对)第365部分在线阅读

　　比如一个网民，在百度上搜“权宝儿”三个字，然后弹出几百万个搜索结果。
　　第一个搜的人，得到结果列表后，点击了“权宝儿”的百度百科词条。
　　第二个搜的人，点击了一条她参加的综艺节目视频。
　　第三个搜的人，点击了一条关于她的娱乐新闻。
　　第四个、第五个、第六个，又点了百度百科词条。
　　假设，因为百度的用户容量够大，有10万人次搜了“权宝儿”这三个字，然后百度根据反馈统计：其中43%的人搜索后，点击了百科词条，22%的人，点了某娱乐新闻，17%的人……
　　这时候，如果把百度搜索的云端大数据，接为‘初秘’或者SIRI的服务器端，初秘就会知道：当下一次她的手机主人说出“权宝儿”这三个字的时候，优先把这个词的百度百科词条内容推送给主人——当然，是用语音阅读的方式。
　　这是最简单的问答型人工智能，靠统计数据，来让机器的回答，更贴近代表所有网民中最大众的那一群人的意见。
　　这个过程中，机器并不理解“权宝儿”这三字代表了什么，它只是在算法上统计了“所有曾经搜过这个词的人，在搜索后点击查看了哪条答案”，然后把看过人最多的那条答案，推送给最新问这个问题的人。
　　这样的大数据，只有搜索引擎服务的提供商，才拥有。或者说，只有那类公司的数据，样本容量才足够巨大，足够客观，足够撇掉误差。
　　在中国，只有百度和谷歌有这个资本。
　　而且，百度和谷歌除了搜索大数据的历史记录足够庞大、完爆其他搜索服务提供商之外，他们还有一个独门之秘，在2009年只有他们两家形成了规模。
　　那就是“百度知道”，以及比百度知道逊色一些的“谷歌问答”。
　　“知道”，是一个比搜索更加贴近人类语言习惯的问答产品。在搜索的时候，人只会打几个关键词，很少会直接长篇大论写一句话，写一个用人类正常语法表述的问题。
　　而用百度知道的时候，因为背后是人类在回答，所以大家都遵循了人类语言的语法。
　　一个新买手机的用户，和初秘或者SIRI聊天的时候，问到的问题，真的是绝无仅有、从来没有前人问过的么？
　　恐怕不尽然。
　　十几亿人心中的困惑，有相当大一部分是重合的。同一个问题，可能全国有几百万人想问。
　　有了百度知道的云端大数据之后，初秘或者SIRI再听到手机主人的语音发问时，就可以先搜一搜这个云端数据，看看有没有近似的或者重复的前人提问。
　　如果有，直接把前人提问中的“被采纳答案”推送过来、语音阅读一遍就行了。
　　在“知道”这个产品上，谷歌其实走得比百度慢。谷歌的强项，是“谷歌学术”那种专业标准化的问答，而缺少家长里短的日常人工智能锻炼。
　　在人工智能领域，如果非要对比谷歌和百度的优劣势，只能说：谷歌可以训练出更精密的机器，但是不如百度那样容易给机器学会‘七情六欲’。
　　因为早年的谷歌，压根就没想到去锻炼其人工智能的这个方面。
　　当然，说句良心话，百度也没想到。
　　“百度知道”日后教会了“度秘”比SIRI更能插科打诨，也只是百度发展时一招无心插柳的歪打正着。
　　……
　　正因为顾莫杰懂行，因为他自己就懂深度学习算法，所以，他比别人更能领会严磊开出的条件诱惑力。
　　初音集团，在搜索上是弱项。
　　但是初音集团，在人工智能的算法领域，是强项。
　　一个企业人工智能产品的强弱，受制于两个因素。
　　一个是算法的好坏，一个是大数据的规模。
　　比如，谷歌的算法效率假设是10%，而谷歌的日搜索处理量是10亿条，所以谷歌的人工智能每天理论消化的问答是1亿条。
　　如果初音的算法效率更好，有20%，但初音每天的搜索处理量只有1亿条，那么初音人工智能每天理论消化的问答只有2000万，比谷歌弱了五倍。
　　有好算法，有好的“数据消化效率”，却没有足够的“数据饲料”去喂养这副“消化功能”极强的“胃口”。
　　这一直是初音人工智能研究院的缺憾，短板。
　　但是，如果按照严磊的说法，把谷歌中国过去五年，在中国市场上搜集到的服务器端历史记录数据统统COPY过来，“填鸭式”地塞给“初秘”去学习，那么初秘在“真正听懂中国人讲话”这个问题上，起码可以赢得相当于额外获得两三年时间锻炼的效果。
　　历史上SIRI公司成立于2007年，10年被苹果收购后，在4S上放出了这个人工智能产品。
　　但是用过IPHONE4S的用户，恐怕都有一种记忆：
　　刚开始，4S上的SIRI智能程度真的很低，几乎听不懂什么话。还是只能和旧时代的“语音拨号助手”那样，帮主人翻翻通讯录、拨打一下电话为主。
　　至于让SIRI真的近似于人一样和主人聊天，似乎是2012-2013年的事情了，那时候的SIRI才渐渐说话像人话。
　　那就是因为，SIRI花了两三年时间来“学习”、来积累和消化云端大数据，渐渐统计出人类语言习惯。
　　如果谷歌中国不倒下，谷歌在华的那多年数据记录，肯定是作为商业秘密不会公开的。因为那涉及到其对中国人上网习惯的统计。如果公开了，很有可能被对手拿去，作为优化对手引擎算法的参照物。
　　但是，如果谷歌中国倒下了，这些数据再遮遮掩掩藏着，似乎就没什么意义了。
　　只要顾莫杰出一笔看上去挺诚意的价码，谷歌总部相信就会把这笔数据财富卖给初音。
　　顾莫杰意淫着美好前景，简直要兽血沸腾。
　　恨不得现在就在老朋友拉利佩奇脊梁骨上捅一刀，然后把谷歌中国的数据资源巧取豪夺走。
　　“磊哥，来，好好说说你数据到手之后的详细使用计划。我都有点迫不及待了……”
　　“当然没问题，就是如此如此，这般这般……”
　　严磊一副指点江山状，对顾莫杰讲解了一个钟头的技术路线梗概。
　　“只要做到了这些，然后，我们的初秘肯定可以在‘人话识别率’上领先SIRI至少两年。”
第一百五十九章
顶级峰会
　　初音邮箱的付费邮件业务，可以等。
　　Gmail的死亡进程，不需要顾莫杰额外付出代价去加速。
　　但是“初秘”的研发进度，真的不能等。
　　顾莫杰可不想明年2月份寒假、“初心2”手机上线后，搭载一个人话都听不透彻的人工智能语音助手，去和苹果家的SiriPK。
　　是时候主动去一趟京城，和久违的李老板商量商量：如何一起背后捅刀子，加速谷歌中国的死亡。
　　和严磊聊完那一晚，回竹溪小径大睡了一觉。次日起身，顾莫杰就让叶敏茹安排飞机。
　　“安排直升机，顺便给李老板打个电话，中午一起吃饭。”
　　“好的。”
　　和李老板两人私下聚会这种场合，在顾莫杰记忆里，最近的一次，也是六年前了吧。
　　那年，他还是一个18岁的白手起家者，为了一个刚刚写出来的输入法，作为一个小客户，去谈百度推广。
　　当时，是他如今的表嫂刘绯彤，接待的顾莫杰和表哥周立新。
　　那个下午，李老板觉得顾莫杰“骨骼精奇”、“颖悟不凡”，留顾莫杰聊了两个钟头。
　　谁会想到，6年之后，24岁的顾莫杰个人财富，已经反超了42岁的李老板。他名下的初音集团，资产也隐隐然追平百度。
　　2009年的百度，市值也不过600来亿美元，暂时以极为微弱的优势，占住中国互联网企业市值第一的位置。
　　但谁都不怀疑，凭顾莫杰的成长趋势，明年初音集团就可以稳扎稳打完成超越，把第一的宝座纳入囊中。
　　李老板的号码，顾莫杰还是从那张六年前收到的名片上翻出来的。
　　对方果然没换号，一打过去，很快就通了。
　　“Robin，我小顾。有点事儿进京，中午一起吃个饭，地方你挑——咱谈谈谷歌。”
　　“JAY？稀客啊，欢迎欢迎。”
　　电话另一头的李老板笑得很和煦，有一股让人如沐春风的错觉从手机里扑面而来，“我这人不讲究吃，大董烤鸭行不？”
　　“成，那我11点。大董附近我不熟，你得先找个地儿给我停飞机，弄个车接我。”
　　“一句话的事儿。”
　　顾莫杰挂了电话，就登上EC-135HD，直飞京城。
　　……
　　四个小时后，顾莫杰准点出现在京城大董烤鸭。
　　时隔六年，他可以感受到，李老板的脾性，变得越来越官场化。六年前那几分自由主义随性而为的锐意，已经被消磨了不少。
　　在国内做搜索，比做社交和电商更磨人。上面打招呼和谐的敏感词，一年比一年多，一不留神就得罪人了。