第96章 做科研就是要头铁(1更求订)

    第96章 做科研就是要头铁(1更求订)
    张工说道:“不排除这个可能。”
    张工的语气,凝重得,几乎能滴出水来,“罗总,您想啊,如果那个软体的著作权,从头到尾,就根本不在我们手里。”
    “那么,我们现在这个,全国最火的学习平台,未来————还能不能继续使用,都不好说了!这个风险,实在是太大了!”
    罗振宇闻言,当即就拍了一下桌子,怒气冲冲地,责备道:“这么重要的问题!你为什么不早点向我匯报?!”
    张工听到这话,心里是颇为的无语,哭笑不得啊。
    他强忍著骂人的衝动,耐著性子,解释道:“罗总,我之前,早就已经提出过了。我建议,先暂时关停伺服器,把所有的问题,都彻底查明了,等问题完全解决了之后,再重新上线咱们的学习平台。”
    “但是————但是公司当时开会决定说,马上就要中考了,平台现在的流量,正是最高的时候,不能关停!让咱们技术部,暂缓处理。等中考结束之后再说。”
    罗振宇知道,现在再追究谁的责任,已经没有任何的意义了。
    他当机立断,立刻就拿起了桌上的电话,对著张工说道:“现在说这些,都没用了!立刻行动!”
    他分別,拨通了市场部经理何明,和法务部主管赵刚的电话,言简意賅地,向他们说明了情况,然后,让他们立刻带上所有相关的材料,跟张工一起,即刻出发,赶往江城县。
    在掛断电话前,罗振宇不容置疑特別强调了一句:“我不管你们用什么方法!无论付出什么样的代价!这款学习软体的核心控制权,必须牢牢地掌握在我们学必思的手里!”
    早上八点,周铂睡醒后继续优化了后台的gg推送算法。
    隨后,他便正式地,接入了大量的、来自gg联盟的商业gg。
    但是,他並没有採用那种简单粗暴的、用户一登录,就弹窗轰炸的流氓模式。
    而是,十分鸡贼地,优化了一下gg的弹出逻辑:
    用户在登录app之后,只会看到一条,经过大数据分析,精准匹配用户画像的开屏gg。
    在学生后续的做题、复习的过程中,每间隔二十分钟,以及在一些需要家长协助操作的特定场景下(比如,確认新的学习计划、视力休息等),才会再次弹出相关的gg。
    这样一来,gg的数量,虽然比以前多了不少,但是,因为弹出的时机和內容,都经过了精心的设计。
    所以用户並不会觉得有多么的反感。
    而且,gg的定位也变得更加的精准。
    在学生独立使用软体的时候,推送的,大多是学习文具、教辅资料、在线网课之类的產品。
    而在那些需要家长进行操作的场景下,推送的,则变成了家庭教育课程、家居生活用品、理財保险之类的gg。
    针对性,极强。
    不过,每天都要花时间,去维护软体的后台,处理那些繁杂的数据,还是让周铂,觉得格外的麻烦,特別的浪费时间。
    若不是为了赚取那些昂贵的实验器材和伺服器的租赁费用。
    他根本就不愿意,花费任何的精力,在这些琐碎的事情上。
    周铂盘算著,自己应该儘快开发一个智能的ai助理,专门来帮助自己,处理这些繁杂的运维工作。
    周铂向来都是一个说做就做的性子。
    早在去年,他利用课余的时间,就已经自学完了,包括史丹福大学、麻省理工学院、卡內基梅隆大学、加州大学伯克利分校在內的,多所国內外顶尖名校的、所有关於人工智慧领域的相关课程。
    之前,他在开发“学神引擎”的那个核心复习模块时,就已经大量地,运用到了这些超前的知识。
    所以,如果现在开发一个,能够处理后台繁杂业务的人工智慧小助手,从理论上来说,难度,並不算太大。
    说干就干。
    周铂打开了电脑上,进入processon的专业流程图绘製软体,开始为自己那个未来的ai小助手,绘製起了系统的流程图。
    他很快,就梳理出了,这个ai小助手的,三个最关键的核心:
    第一,是整个程序的,底层核心构架。
    第二,是核心的ai技术模块,这其中,又包括了语音识別、自然语言理解、
    文字与语音合成等多个子模块。
    第三,则是后续的,整个系统的逻辑框架,以及生態部署。
    在技术选型上,他也很快就有了明確的思路。
    他计划,底层的逻辑,採用运行效率最高的c++语言,来开发,以保障语音识別、信號处理等核心功能的运行性能。
    同时,考虑到要涉及到,复杂的自然语言处理,他还需融入,相关的深度学习算法模块。
    可就在他绘製流程图的过程中,他突然发现了一个,他之前从未考虑过的、
    关键性的难题——
    语言逻辑的理解问题。
    无论是用c++,还是java,或者是python,这些现有的、主流的计算机编译器,来开发程序,计算机语言的逻辑理解能力,都与人类的、那种自然的语言逻辑,存在著巨大的、鸿沟般的差异。
    其最核心的原因,就在於现有计算机体系下的,算子融合优化,严重不足。
    这类基於传统的计算机语言,所开发的ai系统,需要强大的gpu与cpu,进行协同的调度,才能勉强地,支撑起最基本的运行。
    处理一些简单的、指令性的语言逻辑,尚可应对。
    但是,一旦要实现,那种复杂的、带有情感和语境的、深层次的语言逻辑理解,就必须从最底层的编译器层面,实现模型、硬体、任务的协动化处理,彻底地,重构底层的代码,与语言的表达方式。
    而这,用现有的这些编译器,是根本,就不可能办到的!
    周铂看著自己辛辛苦苦绘製了几个小时的,那张复杂无比的流程图,无奈地,嘆了一口气。
    他自嘲地,笑了笑:“我不过就是想找个,能帮我管理一下软体后台的、简单的ai小助手而已。
    “
    “怎么一不小心,就一头,撞到人工智慧领域的、最深层的、那个终极难题上去了?”