第1188章 我饿了就是为了让你摸一下

    回国已经快一周了,自从2月2日与李志才进行了一番探讨后,次日,王卓便返回了申城。

    回来后,首先课程表就对英国金融科技建设项目进行了连续两天的推演,虽然有成为背锅侠的风险,但结合两国近期的经贸合作,最终课程表还是决定全力推进双方的合作。

    至于Vespace的海外合作,这个董事会上的讨论就比较激烈了。

    有部分董事觉得课程表完全可以先在欧洲进行推广,毕竟这次启动的云服务节点就有不少,完全可以承担初期的云计算、云存储等需求,不能因为眼前的利益而放弃长远的规划。

    但同样也有董事明确反对此时Vespace的出海。

    数据安全是一个潜在的风险点,是推广成功与否的最大阻碍。

    即便现在Vespace在全球受到的赞誉很多,可你真要杀进欧美市场,难道其他智能平台就拱手相让?

    不会!!!

    因为课程表对外宣布了,技术授权完全放开,就算你对智能家居平台领域做了一定的限制, 对于其他平台来说那无非就是麻烦点,比如不用空间扫描功能、不采取手势互动,直接使用语音操控是否可行?

    是可以的。

    专利权的保护范围是以权利要求的内容为准,语音操控是完全可以避开专利封锁。

    即便你部署了语音操控的相关专利,但只要我的唤醒词抓取算法跟你的不一样,那就不侵权。

    反对董事的意见就是一旦课程表自营Vespace,很有可能会陷入巨额投资、合规风险最后拿到手的利润还没有单纯授权的多。

    完全就是吃力不讨好。

    最后还是王卓拍板了,可以先谈欧洲、北美、南美市场的独家运营权,其他区域的先等等,反正主动权在自己手里。

    汪婉扶着书桌,轻轻摇曳。

    都说感情需要调剂,今天她换下了正经的职业装,换了套不那么正经的职业装,果然王总给出的反馈就不一样了。

    仿佛在内心深处有一股力量在疯狂涌动,使得整个灵魂都为之颤动。

    王卓也很久没有体验过这般震撼的视觉冲击。

    无论是课程表,还是其他大型企业总部,对于着装都是有一定的要求,一般都以膝部上下三厘米为合规标准,特别是课程表这类上市企业的职能部门,每天都会有hR、行政部门进行巡检。

    若是职能部门里有女性员工的裙摆高于膝盖10cm以上,这就属于违规着装,会被提醒整改,若多次不改,则按违纪处理。

    所以穿衣自由在大型企业是行不通的。

    “果然你还是喜欢这个口味”

    半小时过去后,汪婉瘫坐在王卓的腿上,笑道。

    “也不能这么说,主要还是有段时间没见了”

    “我才不信呢”

    说完,她又感受到身下传来的触动,仿佛是摇摇车里又被塞入了硬币。

    当一切恢复平静后,窗外已经下起了淅沥沥的春雨。

    已经立春了!!!

    今年的立春在小年前,一般这种情况都出现在无春年或者双春年年份,主要是阳历节气与阴历节日的日期错位。

    下一次立春在小年前要等到2021年。

    课程表人工智能研究院已经成立了有半年,他们主要的工作就是根据课程表系的产品进行AI化的研发。

    50亿的研发经费,将近500人的研发团队,这个规模放眼全国几乎找不到等同的研发单位。

    即便是张量实验室也没办法跟课程表人工智能研究院相比。

    充足的研究员、海量的研发资金,近乎完善的生活配套,如果一直没有动静,或许这些待遇就会直接转变成无形的压力,进而将整个研究院高层给压垮。

    这不是5000万,也不是5个亿,而是50个亿!!!

    甚至在研究院没有成立之前,他们已经在推荐算法上领先了国内甚至全世界一步了。

    原本的头条推荐算法主要是基于大规模机器学习系统以Gbdt+LR(梯度提升树+逻辑回归)模式为主,是业内推荐系统的标杆产品。

    Gbdt是负责自动特征交叉与特征工程,解决人工特征设计的局限性(代替一部分人工工作)。

    LR是负责最终的点击率预测,保证模型的可解释性与高效性。

    这个混编模式其实就具备了深度学习的理念雏形,因为Gbdt已经在开始代替部分人工工作,属于半自动化了。

    后面cUdA大赛吸引了大量小牛、科研人员加入后,课程表将这套算法再次进行了部分升级。

    通过GpU/tpU加速训练,现在的推荐算法已经具备了深度学习的思想,已经能自动化从原始数据中学习多层抽象特征了。(不需要人工,完全可以凭借算法自动化绘制用户画像)

    这就是深度学习的基础特质。

    因为它能完全自动化学习。

    也正是基于这套已经跑通了的逻辑,研究院近期做出了一款在线翻译软件。

    通过独创宽窄混合式(w+deep)神经翻译,可以精准将存量抓取的双语料拆分,搭建属于自己短语库。

    w(wide)负责统计短语库、专有名词词典、固定俗语、行业术语,而deep理解语句造句。

    两者一结合,等同于将Smt(统计机器翻译)与Nmt(神经机器翻译)各自擅长的领域进行了分工处理。

    比如日常短句、单词翻译,基本上就只需要走w词典检索,连GpU都不需要调用,直接依靠cpU就能搞定。

    而如果遇到长文档、复杂合同,则可以调用deep Nmt GpU推理。

    这种混合式翻译就有点类似前世的豆包。

    短句、单词翻译走快速模式。

    而长文或者复杂的文本翻译就需要调动GpU算力了,这需要走思考或者专家模式。

    王卓在一行人的簇拥下,来到了研究院。

    他对这边搞出来的在线翻译原本是没啥兴趣的。

    因为无论是有道、金山词霸还是百度翻译,在这个领域都做得还不错,虽然机器翻译出来的味道怪怪的,但只要大致意思差不多能理解就可以了。

    难道你还指望这个时候的在线翻译真的能够翻译文件不成?

    课程表人工智能研究院可以!!!

    是的,余凯余院长亲口保证的。

    当然,能够拥有这位余院长,课程表还得感谢百度的馈赠。

    若不是吴恩达直接空降百度,压了这位百度AI奠基人一头,估计课程表想挖他是有些难了。

    走进演示厅,余院长将王卓拉上了演示台,示意由他来验证课程表的首款在线翻译软件。

    见他如此信心满满的,王卓自然也不会跟他客气。

    反正今天演示厅里都是自己人,没有外人,索性他便直接输入了一段不算短句子。

    “the weather turned cold all of a sudden”

    很快,几乎也就一两秒钟左右,系统里立即出现了一段中文。

    “天气突然变冷了!”

    “啪啪啪”

    全场掌声响起。

    “oh,my love,my darling,Ive hungered for your touch”

    “哦,我亲爱的,我的爱人,我饿了就是为了让你摸一下”

    王卓:......

    全场寂静!!!