第134部分(第3/4 页)

心中扎根，顾诚的雪球就会越滚越大。

为了完成这一切，顾诚也初步开出去了足足三千万美元的支票，给他新注册的空壳研究所和基金会注资。

这笔钱几乎相当于“传奇”一个季度的毛利，而且目前这个机构还只能设在米国顾诚试探着问过杰夫。辛顿，“如果让大家去华夏工作，并且加钱，有多少人愿意走”，但结果是愿意跟着他跑的人数至少会降低三分之二。

华夏如今给白人的印象，还是太不透明了，要是再过个五年十年，情况绝对会倒过来。

所以顾诚决定目前还是先在米国设立一个研究机构，以及yy网络科技的子公司，过个两三年等他盘面更大了，再从长计议把核心研发人员挪去华夏。

……

“深度学习算法”是未来人工智能的鼻祖，虽然不是其唯一实现路径，却为人类开启了一条“让机器慢慢根据数据标识自我修正”的思路。

历史上，这一技术最初的应用场景，其实是谷歌的图片搜索引擎，和facebook的人脸识别技术。

在此之前，谷歌搜索只能搜文字信息，却没法搜图片

别看百度和谷歌都很早就开放了“百度图片”之类的功能，但是最初的“百度图片”并不是根据图片的内容来决定搜索结果的，而是靠该图片所属的网页链接的文字标题来搜的。

所以09年以前的“百度图片”功能，其实并不是真正“读懂”了图的内容。只不过外行用户只看疗效，所以并没有在这段还算平滑的技术过渡中察觉出什么异常，还以为后来的“百度图片”识图率“自然而然”就提高了。

只有基于深度学习为代表的新一代人工智能真正应用之后，人类才学会了让机器直接读图本身。

不过，这个应用场景虽然很宏大，却跟顾诚的生意没什么关系。那是需要百度李老板和阿狸马风去操心的。李老板将来或许可以做图片搜索，马风则可以做淘宝找同款。顾诚最多在合适的时机提点一下、换取自己的好处，却不会亲自下场。

深度学习型人工智能的第二个应用场景、也就是平行时空facebook的人脸识别，则是和顾诚眼下的生意非常契合的。

如今，扎克伯格还不是一个胸怀大志的家伙，他只想着在哈佛女生当中扬名立万，被无数人崇拜，混进最顶级的豪门俱乐部。所以十有**会被顾诚劝诱至麾下。顾诚也不打算另搞facebook了，而是准备直接在海外运营“yy网”。

考虑到墙的因素，以及墙里墙外的内容差异，到时候国内那部分就把英文的“yy网”倒过来，改叫“人人网”好了。

名字不重要，反正两者最后都会是基于yy的朋友圈类空间产品。

国内腾云那边，马腾如今正在做qq空间，而且腾云的资金链比较紧张。等qq空间误入歧途之后，顾诚再公布自己的开发计划教做人也来得及。

按照这个计划，顾诚估计他回国后全面推进“yy网”和“人人网”的开发计划、四季度十一黄金周前后上线网站，基本上就可以卡住几个关键时间点。

除了历史上facebook和谷歌已经干过的事情之外，“深度学习”在顾诚手中自然还有他独到的用处，那就是“用户偏好分析”。

这事儿在平行时空的起步，比前两项应用要晚得多，但顾诚深知那并不是这件事情技术上比前两项难多少，而是因为平行时空最初接触深度学习型人工智能的巨头们，统统都没有涉猎娱乐/内容产业。

换言之，如果第一批接触深度学习人工智能的换成亚马逊公司，“用户偏好分析和推送”肯定会变成第一优先级的存在。

顾诚的生意，和亚马逊的重合度非常高，而且他是个知其然知其所以然的人，当然不会放过这一领域的布局。

只是这块工作量比较大，一方面要堆叠算法，另一方面也要让把目前市面上已有的大量文娱作品进行标签化分类和数据标识、将来再长年累月一步步细化细分数据表示。

按照最乐观的估计，“用户偏好分析和推送”至少要在实验室里躺两三年，才能谈试运营的问题。

幸好顾诚钱多，做得起这种长线投资。

……

在多伦多盘桓了三四天，挖够了人之后，顾诚就准备驱车回波士顿，了结一下跟扎克伯格的赌约。

然而算算日子，跟扎克伯格的一周之约还没到期，顾诚只好先去纽约休假两三天。

以他这么忙的身份，就算在