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！！！