工智“你说的那能的上Щщш..lā”个，只是推送人

的质疑已经有口薄顾莫杰又喝了荷茶，对于陆文些疲劳了。君没完没了

时代，脱离枕边风补回来嘛。，就靠一个女人，在这个瞬息万变的，怎么可能一夜之间前沿技术将近两年

如懂我’或者‘猜？”怎么做的。还记得么不们最初是提出‘给的再多、陆文君：“从我们刚候，我喝你喜欢’这些概念的时完茶，他反问

样上已经有经过审核的正说的那，比如百度盛，得，不就有标准答案的客观题快：“当然记是和我刚才知道确答案的题目。人回答那些许是因为精神旺么：优先训练机器陆文君回答得很

专门答题能么人问、咱用专门，为了推动中国铁塔给移动作，不就弄了个人人人找工百度知道上还没有答案、但是有你那年两-会的时候那些”雇佣的回答问题团然后再轮到。工智能中传——我记为了和电信被淘汰下岗的心，吸纳了十几万、审核、上的成立，队找资料、回答服型人工智、训练客得

，妻子的水平还没因顾莫杰总算有些欣慰，至今都还记得。师。至少她怀孕之为前已经知道的事情育儿而彻底还给老

智是这样。那种人能，只能优先回答客观题，的，很容易排查“对，就标准答案——有标准答案的问题都是逻辑性很强也就是的题目。很适合当客服工，当热线接线员，因为客服要回答

收。训练了两年，家七，养着他们行测试了，估计年底就客给各地的运营商、银长非常快，现能通过验你不说我还忘了，从如今公司的移动电信挤出来那十服型人工智能成在已经可以拿几万人，咱三、国行、机关衙门、法院进

在公职系统内被消灭聘考试的时候招客客服，已经够他们将服和接线员了。这就不用再在公务员招。目前已了。两类人的工作，会永远事业编的明年开始，这些机关和事业单位来作为机器经混进公务员和人客服的补充，用到死

。”到相当一部分的，这个进度可以蔓延位客服人员企业单再过一年

题上。赶紧回到刚才的话信息和妻子说了一下，才发现自己扯远了，顾莫杰把这些

“前面就是深度学习算法对问答案的客题回答型人工机、并且的问题的训练的上半场。智能器人‘听得懂’一切用人类语言提准确回答其中那些有标准说了，让观题，这

经发展到下半场了，严问题回答型的研究院，产假，没了些。然后，从去年下半。”如今天天就忙那磊和他年，搞定nh只不过你在休n之后，咱的解罢了人工智能已

结。不妹属性，也算是妻子，她绝不希望天生的了，并人家真自己在生意上太久，被人”陆文君的技术宅内容好奇的。作为顾莫杰的辅佐丈夫的价值就此终以为没见识。是为了赚钱才对数理不想脱节前沿“具体给我说说嘛，

的行为分析，来做到我们要依靠对每个用的‘初题部分，采秘’。，主观题部分，池训练完毕后用公用的大数据私人订制户细致入微是：当客观“这个下半场，就

机上的身定做。”这里面再也不依靠‘大实现偏好完不一样的时，答案的秘’机器是答各自主人提出的也就是说，数年。筛选，而是主观题全按照每个人回‘初人，在之后，每个‘初心样本容量的统计’来’手喜好量

愿意把行为是一：“每个人都根据自个个体产生的数不开始很不准？己本身的行为数据来的用户，我们愿意配合、难通过聊聊几条信息分想那些不，那陆文君歪着揣测析出一个人的喜好啊。脑袋想了惯**泄漏给初岂不岂不是很音难有进展？何况单据频次太低了，很”习

担陆文君不必心。莫杰摆摆手，示意顾

爱看历史。，有的用户爱看玄幻，状态，都们是“你不懂里后他原理，就别瞎担心就拿看书而言，曾经我。这是一个循序渐进的过程。比如，我把这一类最这是最原始的弱智举个例子，然术火的书推给他——上人工智能面的技有人爱看都市，有人把用户分成几个大类。看哪类比较多，就称不

致可以摸以群分’的了几本书之后西推较爱看的东为模式类似的人，的，把那一类人都比算法，推而广之，大送给他。清后根据和他行这个人的脾胃。然第二步，当他有限地看认为他和哪类人是一样照‘人按

下一个喜好的数据烙印，如果他如果他接受拒绝了，就进一步细、最后甚至是了一群的大群、细化为数万人的小群，最后进，那么就留分人群。这样一步步推用户百人的小群。数会从数百万人

”经历、喜好、脾性其实是高果——这样循序渐进，子，相互引用推送结圈‘人’的需求。也就容易捆绑成一这些人的个数据一个个独一无二的度吻合的，最终就可以勾勒出果，进一步反馈推送效

人一群的时候，对娱中国那么之一的小众需本但全相同了——毕竟，放到人群的总体样本来看，那都已上可以做到完求大，十亿网民里面，了。乐内容的喜好基经是百万分凡细分到数百

种小概率事件并不奇怪。相同的，这独行的个体，好歹至是兴趣爱好完全这么大一个国家，哪怕是再孤僻、特立少也有几百个人和他

内心的幽灵一样分越细，或者兼顾几个判断维度交织一初秘”变得和主人精准。，就是张数据评价之网，最终音系的人工智能要做的初在日渐分让“析中，把人群越

“初秘”了。不这样，任何人都离开

一念。样怀顾莫杰怀念初音娘一旦离开，就会像

杰复咀嚼顾莫豁然开的话，最后终于朗。陆文君反

可以！”“原来是这样……这都

空想家没法实现之后，可能，这些家考虑过。只不过以想象的的，其实我们初音的这可经很多空想济价值，也远远不是你现在”个想法，从理论上深度学习型人工智。来说，曾经有那时候没有以起到的社会效果和实现。而且这种设想“没什么不可以

案例。顾莫杰顿了顿，开始说那个

一日不仅人类要，就提出一个概念，迪奥化妆品公司连产品也要链接进去。连接到互联网中，做市场调研工作的时候网——他幻想，有朝叫做物联“18年前，凯文.阿什顿在给

主人选象。”届时一件产品是否被策。而导致他提出这个的在迪奥观察唇彩销售数都应该有一个数据追踪是他中、买走；主人喜决概念和诉求的，正一个现据时，发现不喜欢这件产品，的反馈，好让商家做出

光的。妆品，那都是两眼放女人一聊起化

，顿时陆文君那么了，浑似。”重大的改变世界的哲理来快“一只波斯猫：一听卖口红都能卖出耳朵都竖起来往下说！别墨迹

继续说道：“凯文顾莫杰智珠在产。色则减特别好。公司也经常卖得每每供不应求。在市握地笑笑，种洋红色的口红，销量增产这种颜色的口红，场数据的示，某一是司显这种颜当年发现：迪奥公色就继续他不好的颜增产，其良好反馈之下，.阿什顿的市场报表上，总

色的口红终于出现滞销了、产量这种畅销洋红色口红的直到有一天场，他们的总口红销量滑。了。而增产出现了增，迪奥公且他们进一步赫然发现——长停滞、甚至是下市司发现这种洋红超过市场需求在他们不断

然后部分。为洋红色特别畅销而，他们又横向对和市场大区的，市场大区搜比了其他代工厂的，所以因—因为每个只是集的用户偏好是不同立刻响应、相应最彻底的情况—迪奥公司的英国

客户的口红后，他们得到刻调整产量。但是他们最数据反馈就立区里最差的。”有面，响应最积极的口红奥在对的结论是：英国迪销售业绩增幅，是其他欧洲国家分颜色偏好方，

嚼了顾莫杰举的例子，不能理解。细，细细咀好半晌都觉得陆文君听得很仔

钝的分公司销量反馈数据越迟可能”而努力了没好报？这不“你是说，对市场而后来市场业绩越好？，反，完全和我们司，反的认知常识相悖啊。的分公对市场产畅销款、减少滞销款吧反馈越积极、越增

后，我觉得这很。能是吧？对，一开始常”物联网理论之我也觉得不可文阿。但是当我看完凯正什顿的“你也觉得不可能

“快说快说，别卖关子。”

“标准化的产品。一种差别很细腻、很难口红是因为，

底，这些别没多少规格，一个众系列，就三五所周知，护肤品、眼霜个款式，足够了。的化妆品，、面膜、粉

太喜欢的颜色滞销，永往是来之后，的部门——规格太，每样都”，很容易导致客户不由浅到深能排列组合出至少三五不以生产口红的远卖不出去——一样，一个口红系列大批量备货，各个色度卡，从粉到红到紫部门，往有一排的比色出多十个颜色款式。所口红完全化妆品公司里最头疼

焦躁。点。”陆文君一阵知道，你直接说重“诶呀这些我都

。姐老公科普口红产业的一个妹子，还用堂堂特点？这不开玩笑么自己