第96章 做科研就是要頭鐵(1更求訂)

投票推薦 加入書籤 小說報錯

  第96章 做科研就是要頭鐵(1更求訂)

  張工說道:「不排除這個可能。」

  張工的語氣,凝重得,幾乎能滴出水來,「羅總,您想啊,如果那個軟體的著作權,從頭到尾,就根本不在我們手裡。」

  「那麼,我們現在這個,全國最火的學習平台,未來————還能不能繼續使用,都不好說了!這個風險,實在是太大了!」

  羅振宇聞言,當即就拍了一下桌子,怒氣沖沖地,責備道:「這麼重要的問題!你為什麼不早點向我匯報?!」

  張工聽到這話,心裡是頗為的無語,哭笑不得啊。

  他強忍著罵人的衝動,耐著性子,解釋道:「羅總,我之前,早就已經提出過了。我建議,先暫時關停伺服器,把所有的問題,都徹底查明了,等問題完全解決了之後,再重新上線咱們的學習平台。」

  「但是————但是公司當時開會決定說,馬上就要中考了,平台現在的流量,正是最高的時候,不能關停!讓咱們技術部,暫緩處理。等中考結束之後再說。」

  羅振宇知道,現在再追究誰的責任,已經沒有任何的意義了。

  他當機立斷,立刻就拿起了桌上的電話,對著張工說道:「現在說這些,都沒用了!立刻行動!」

  他分別,撥通了市場部經理何明,和法務部主管趙剛的電話,言簡意賅地,向他們說明了情況,然後,讓他們立刻帶上所有相關的材料,跟張工一起,即刻出發,趕往江城縣。

  在掛斷電話前,羅振宇不容置疑特別強調了一句:「我不管你們用什麼方法!無論付出什麼樣的代價!這款學習軟體的核心控制權,必須牢牢地掌握在我們學必思的手裡!」

  早上八點,周鉑睡醒後繼續優化了後台的GG推送算法。

  隨後,他便正式地,接入了大量的、來自GG聯盟的商業GG。

  但是,他並沒有採用那種簡單粗暴的、用戶一登錄,就彈窗轟炸的流氓模式。

  而是,十分雞賊地,優化了一下GG的彈出邏輯:

  用戶在登錄APP之後,只會看到一條,經過大數據分析,精準匹配用戶畫像的開屏GG。

  在學生後續的做題、複習的過程中,每間隔二十分鐘,以及在一些需要家長協助操作的特定場景下(比如,確認新的學習計劃、視力休息等),才會再次彈出相關的GG。

  這樣一來,GG的數量,雖然比以前多了不少,但是,因為彈出的時機和內容,都經過了精心的設計。

  所以用戶並不會覺得有多麼的反感。

  而且,GG的定位也變得更加的精準。

  在學生獨立使用軟體的時候,推送的,大多是學習文具、教輔資料、在線網課之類的產品。

  而在那些需要家長進行操作的場景下,推送的,則變成了家庭教育課程、家居生活用品、理財保險之類的GG。

  針對性,極強。

  不過,每天都要花時間,去維護軟體的後台,處理那些繁雜的數據,還是讓周鉑,覺得格外的麻煩,特別的浪費時間。

  若不是為了賺取那些昂貴的實驗器材和伺服器的租賃費用。

  他根本就不願意,花費任何的精力,在這些瑣碎的事情上。

  周鉑盤算著,自己應該儘快開發一個智能的AI助理,專門來幫助自己,處理這些繁雜的運維工作。

  周鉑向來都是一個說做就做的性子。

  早在去年,他利用課餘的時間,就已經自學完了,包括史丹福大學、麻省理工學院、卡內基梅隆大學、加州大學伯克利分校在內的,多所國內外頂尖名校的、所有關於人工智慧領域的相關課程。

  之前,他在開發「學神引擎」的那個核心複習模塊時,就已經大量地,運用到了這些超前的知識。

  所以,如果現在開發一個,能夠處理後台繁雜業務的人工智慧小助手,從理論上來說,難度,並不算太大。

  說干就干。

  周鉑打開了電腦上,進入ProcessOn的專業流程圖繪製軟體,開始為自己那個未來的AI小助手,繪製起了系統的流程圖。

  他很快,就梳理出了,這個AI小助手的,三個最關鍵的核心:

  第一,是整個程序的,底層核心構架。


  第二,是核心的AI技術模塊,這其中,又包括了語音識別、自然語言理解、

  文字與語音合成等多個子模塊。

  第三,則是後續的,整個系統的邏輯框架,以及生態部署。

  在技術選型上,他也很快就有了明確的思路。

  他計劃,底層的邏輯,採用運行效率最高的C++語言,來開發,以保障語音識別、信號處理等核心功能的運行性能。

  同時,考慮到要涉及到,複雜的自然語言處理,他還需融入,相關的深度學習算法模塊。

  可就在他繪製流程圖的過程中,他突然發現了一個,他之前從未考慮過的、

  關鍵性的難題——

  語言邏輯的理解問題。

  無論是用C++,還是Java,或者是Python,這些現有的、主流的計算機編譯器,來開發程序,計算機語言的邏輯理解能力,都與人類的、那種自然的語言邏輯,存在著巨大的、鴻溝般的差異。

  其最核心的原因,就在於現有計算機體系下的,算子融合優化,嚴重不足。

  這類基於傳統的計算機語言,所開發的AI系統,需要強大的GPU與CPU,進行協同的調度,才能勉強地,支撐起最基本的運行。

  處理一些簡單的、指令性的語言邏輯,尚可應對。

  但是,一旦要實現,那種複雜的、帶有情感和語境的、深層次的語言邏輯理解,就必須從最底層的編譯器層面,實現模型、硬體、任務的協動化處理,徹底地,重構底層的代碼,與語言的表達方式。

  而這,用現有的這些編譯器,是根本,就不可能辦到的!

  周鉑看著自己辛辛苦苦繪製了幾個小時的,那張複雜無比的流程圖,無奈地,嘆了一口氣。

  他自嘲地,笑了笑:「我不過就是想找個,能幫我管理一下軟體後台的、簡單的AI小助手而已。

  」

  「怎麼一不小心,就一頭,撞到人工智慧領域的、最深層的、那個終極難題上去了?」

章節目錄