第164章 最后一块短板(第 2/3 页)

    顾诚见被戳穿了，也就不再掩饰：“马哥就是贼啊，一下就看出来了。行，那我也不瞒着你们，实话说了吧。未来的深度学习型人工智能，要想运作得好，需要的配套条件千头万绪，我也不可能一个人包打天下，从头做到脚。所以有些配套，我觉得未来会有一定前途，但是还不配我亲自出手的，你们今天要是有意向，就可以自己找资源准备起来了。”

    马风和丁三石的耳朵一下子就竖起来了。

    顾诚这家伙创造的奇迹太多了，哪怕是他拔根毛下来，一点微末的看不上的小生意，那背后都是无限商机。

    当然了，顾诚看不上的生意，一般做起来肯定比较辛苦，或者低俗，要不无法形成垄断不能常年暴利，只能赚个几年快钱，然后就要陷入低门槛的激烈竞争。

    但即便如此，那也肯定是一门普通人求都求不来的商机。

    见哥们儿都听得很认真，顾诚也不藏着掖着，干脆地伸出三根指头，比划着说：

    “未来要做好深度学习型人工智能，关键有三方面的条件。

    第一是要有好的算法，这个是核心，就像是软件。

    第二是要有充分的大数据，这个就相当于是软件里的输入素材。而且深度学习型软件是可以自我优化自我进化的，输入素材越多、数据标示越好最终的效果就越好越精准。一旦某一方面的大数据有优势，未来的巨头可以很快形成滚雪球效应，跟后来者拉开差距。

    第三，就是要有处理这些天量数据的硬件处理速度——以目前的人工智能运算量来看，哪怕是解决最简单的图片识别，或者语音智能识别，甚至只是输入法频次统计反馈，都不是任何一个单独的服务器可以承载的。或许每一个需求，都要用一个数据中心的处理能力去处理。

    但是同时，每个数据中心处理的多个问题又可能有很高的重复率，数据处理过程量的复用率会很高。所以拥有越多处理需求、越多处理硬件资源的企业，在处理效率上就会有明显的优势。这时候，我们就会发现，依靠传统的‘为每一个新的业务需求购置一批服务器、搞一个专门的数据中心’，效率会非常低下，成本会非常高昂……”

    顾诚刚说到这儿，被不怎么懂技术的马风给打断了：“那么怎么解决这一点呢？如果只是钱贵的话，那也不是什么大问题，我们费钱别人也费钱，大家一起涨价不就行了？”

    “呵呵……如果是‘你贵我也贵’，确实问题不大，涨价就是了。但是如果人工智能的应用成本太高，它对传统产业和传统咨询类人工岗位的替代效应就不明显了。用人工智能大面积解决问题，必须是其成本明显低于雇佣人类客服、记者、编辑、老师、咨询师、查法律文书卷宗的基层律师、只会开票的基层会计师……

    资本家才会把这些重复脑力劳动的基层白领开除掉，改用机器人。不解决成本问题，或许你不会被其他人工智能竞争对手同行甩开，但对于整个人工智能行业消灭人类岗位的进程，起码会造成三到五年的延后。”

    马风还在琢磨其中的算计，丁三石却已经听懂了：“确实，就跟今年我看到滨江咱黄易总部隔壁，有几家做新兴产业LED的公司，虽然大家都贵，但是卖不出去的主要原因不是因为比同行贵，而是‘买了LED的产品之后，售价减去产品全生命周期内省下来的电费，依然比节能灯都贵’，所以那些物业老板才不买。我跟其中一家叫罗莱迪斯的公司老板喝过几次功夫茶，就听他说起过这事儿。

    -->>(第 2/3 页)（本章未完，请点击下一页继续阅读）