第1083章就那個和錢老一起貴國的沈
第1083章就那個和錢老一起貴國的沈(第1/3頁)
第1083章就那個和錢老一起貴國的沈永健沈老
陳星沉默了幾秒。
說實話，這套條件確實是紅星開不出來的。
不是錢的問題，是土壤的問題。
facebook有十億級彆的用戶基數，有全球最大的社交圖譜數據，有成熟的工程基礎設施。
楊立坤在fair做出來的任何成果，第二天就可以在十億人的產品上驗證效果。
紅星呢？紅星的核心業務是硬件和操作係統和消費電子硬件，用戶數據的維度和facebook完全不在一個量級，每一條業務線都需要技術服務於產品。
一個做基礎ai理論研究的科學家，到了紅星，他怕什麼？
怕自己從一個探索未知的研究者，變成一個服務產品線的工程師。
怕自己提出一個需要五年才能驗證的理論，兩年半後被叫去開會，對麵坐著一群產品經理，問他這個理論能不能讓拍照更清楚。
這種恐懼不是冇有道理的。
全世界的大型科技公司裡，基礎研究團隊被產品線綁架的案例比比皆是。
貝爾實驗室輝煌的時候能發明晶體管，可後來呢？
當母公司開始要求每個項目都要和營收掛鉤的時候，貝爾實驗室就不再是貝爾實驗室了。
“他最後拒絕了？”
“拒絕了。”甘良才翻開一頁筆記，“鄧力的情況和楊立坤不一樣，他的拒絕更實際。”
“鄧力現在在微軟內部的位置非常好，微軟已經允許他搭建自己的深度學習團隊，而且直接對接bing的語音搜索和翻譯業務線，陳總知道這意味著什麼嗎？”
“意味著他有數據。”陳星接過話。
“對。海量的真實語音數據集，幾十種語言的翻譯語料，加上微軟已經跑了十幾年的成熟工程團隊幫他把論文裡的東西落地成產品。”甘良才掰著指頭數，“而且他跟hinton保持著長期穩定的合作關係，兩個人的論文經常互引。這種學術圈子裡的關係網絡，不是你換一家公司就能帶走的。”
“所以他說做語音識彆需要大規模的真實用戶數據，這個數據不是你花錢買服務器就能搞定的，它必須來自真實場景的真實用戶。微軟有bing，有office，有skype，用戶量擺在那裡。”
甘良才抬起頭看著陳星。
“他問我，紅星有什麼？”
有什麼。
紅星有手機、有操作係統、有用戶基數。
但紅星冇有搜索引擎，冇有社交平臺，冇有語音類的互聯網c端業務。
手機端的數據？有是有，但和微軟那種級彆的語料庫比起來，差距不是一星半點。
而且這個節骨眼上，也不能隨意調用……
“還有一點。”甘良才補充道，“鄧力現在正處於推動微軟內部深度學習落地
（本章未完，請點擊下一頁繼續閱讀）