计算机学习
计算机学习
周不器的个人账户中，有8000万。其中有5000万是爹妈给的，是温知夏生孩子的奖励。
这次温老师去魔都工作，肯定要自己买房置业。
已经看好了地段，是石婧琳家里推荐的，在陆家嘴的豪宅区，450平的大平层豪宅，距外滩不远，在城隍庙附近，售价1500万。
一开始说到买房，周不器下意识的就说汤臣一品啊！
多有名！
第一豪宅嘛！
结果被石婧琳给嘲笑了，说他老土冒。
汤臣一品的房子售价4000多万，价格最高，可当地顶流富豪，根本就不过去。这是中次级豪宅，唯一的优势就是靠近江边，地段好。主要客群是那些急于贴上豪富标签、进入上流社会的新富，以及娱乐圈明星。
真正的顶级豪宅，都是低调为不外露的，都是不对外公开宣传的，圈里交流一下，客源就够了。还有更重要的一点，就是不卖给明星，有钱都不行。
周不器被埋汰了一通，实在无力辩驳。
跟魔都的富豪家庭比起来，首都这边还真就是一群暴发户、土老帽。
第二天，周不器给宁雅娴安排了任务，让她帮忙转一张500万的卡。自己则是带着四秘王瑶瑾，一起去见了前微软研究院的院长沈向阳。
此前，许亮杰、王海洋和贺阳先后出面，又有王建博士做牵线，双方已经谈妥了。
沈向阳会加盟紫微星。
M7级，担任首席技术官，并兼任紫微星研究院的第一任院长，负责搭建起研究院的体系和框架。
这个招聘过程中，周不器甚至都没有出面。
这让他不太好意思，打算在对方正式入职前，主动过去找他谈一谈，算是表达一个礼贤下士的姿态。
沈院长的履历，堪称惊人。
是天才中的天才，许亮杰、王小船、周峰、郭鹏飞等人就算是少年天才了，十几岁就天赋爆表。可是跟沈向阳比起来，还是差了点。
沈向阳的初中只读了2年，高中读了1年，13岁就考入了南大。20岁就拿到了港大的硕士学位，然后去了卡内基·梅隆大学读博士。
博士的研究方向，就是人工智能！
要知道，那可是1996年。
20年后的人工智能是大热的行业，可是1996年的人工智能，是冷门中的冷门，一切都是从零开始。
他是人工智能领域开创先河的那一批人，他研究出的很多理论，都是人工智能基础理论。
还有更重要的一点，他没有变更国籍。
在微软研究院，他的管理出了大问题，先后被百度和紫微星成建制的挖走了两个研发团队。微软总部很不高兴，想要撤掉他。
怎么撤？
是给了他一个更高的职位，微软资深副总裁。而在微软内部，有一个铁律，那就是所有副总裁以上的职位，只能是美国人。
沈向阳不同意更改国籍，微软甘愿为他破例。
因为哪怕在美国、在硅谷，沈向阳都是人工智能领域的首席科学家。
如果没有紫微星，他卸任微软研究院的职务，就要去美国工作了。微软诚意太足，而国内的人工智能还是一片荒漠，一点机会都没有。
可是紫微星的出现，让他看到了机会！
到了沈向阳这个层次，工作的目的早就不是赚钱了。他在微软工作十多年，个人获得的股票也积累了几千万美元。
他要是不想工作，一辈子吃喝玩乐，钱都花不完。
工作的目的，就是想做一点事，展现个人价值、实现个人抱负。
在半导体、生物工程、材料科学、基础理论等领域，想要有更高的学术成就，只能去国外。国内在这些领域太落后了，存在着几个代差。留在国内，只能是一个大学生带着一群小学生做实验，做一些教书育人的工作，跟世界科技前沿彻底脱钩。
可是互联网不一样，分享属性很强。
在国内做互联网，依旧能够阅读到最顶级的文献材料，掌握到最前沿的技术动向，有很多志同道合的人可以交流观点和想法，依旧可以成为引领整个行业的那个人。
既能引领整个行业，又能实现个人价值，还能有学术成就，同时还能报效国家……何乐而不为？
“国内这几年，涌现出了一批人工智能领域的专家，后来我才发现，这些人都是你带出来的。”
在清华科技园的咖啡厅里，周不器半开玩笑的说。
沈向阳自谦的摆摆手。
却没有反对。
因为这就是事实，国内目前从事该领域的1000多位比较有能力的人中，90%都有过在微软研究院工作的经历，都是沈院长带出来的。
顿了一下，沈向阳很奇怪的问：“你不是计算机专业的，为什么会对人工智能这么感兴趣？”
“我知道这是未来。”
“好答案。”
沈向阳忍俊不禁。
周不器缓缓的道：“不知道许亮杰跟你说没说过，紫微星目前有两个内部项目，也属于人工智能的范畴。”
沈向阳道：“他没跟我谈业务的事。”
周不器点了点头，“嗯，这算是公司机密。我跟你说说。其中有一个项目，是个性化的内容分发，根本不同的用户信息，来通过信息流的方式分发相应的广告和内容。”
“朋友网的广告？”
“对，主要是今日头条，这是我们内部的一个项目，9月份会上线，会有内容的分发。”
周不器就简单的说了一下今日头条内容分发的理念。
沈向阳略作思考，沉吟道：“如果是这种模式，简单的个性化分发是不够的，这不够精确。必须要有更复杂的算法支持，这需要使用到深度的计算机学习。”
“什么说？”
“嗯……”
沈向阳有些头疼，他最烦跟外行探讨深度的技术问题，可对方是老板，又不能不解释，想了一下，说道：“这样，你问我5+5等于几。然后我模拟计算机，给你解释一下。如果我说错了，你要给出正确的答案，然后多问几遍。”
周不器觉得挺有趣，笑道：“行，那我问啦。咳咳，5+5等于多少？”
沈向阳道：“88。”
周不器微微一愣，明白了他的意思，帮他改正，“不对，是10。5+5等于多少？”
沈向阳道：“24。”
“不对，是10。5+5等于多少？”
“17。”
“不对，是10。5+5等于多少？”
“12。”
“不对，是10。是5+5等于多少？”
“10。”
“对了。5+5等于多少？”
“10。”
“5+5等于多少？”
“10。”
沈向阳做出了这个解答，然后接结束了这个问题，“这就是机器学习的逻辑。当然不是算术了，而是计算用户对广告或者内容的喜好度。其实针对广告的个性化投放，不能根据广告本身，而是根据内容。朋友网的个性化广告我看了，主要就是根据用户的个人信息，这略显粗糙，准确率也不高。”
“那应该怎么做？”
“通过机器学习，把广告和内容捆绑。比如阅读内容A的用户，都喜欢广告A，两者就可以对接了。这个比较简单。更复杂的是内容投放，要结合统计学习和神经网络，通过机器学习，让计算机学习用户的阅读习惯。就像刚才的算术题一样，一开始，错误率比较大，越是学习，错误率就越小，就越贴近正确答案，即用户的阅读习惯。”
周不器不太服气，透露了点小秘密，“朋友网的个性化广告分发算法，是Facebook做出来的呢！嗯，我们是合作伙伴。”
“这样啊……”沈向阳笑了笑，“Facebook的技术也不怎么样。”
“呃……”
口气真大！
好吧，这哥们的确够资格讽刺Facebook技术差。
周不器接着说：“还有一个项目，我们都做了半年了，一点头绪都没有，我们派出了一个很厉害的技术大牛，叫徐铭，他也没办法。他本来是搜索事业群的技术总监，不过项目没进展，接下来就把他调进研究院，你来带吧。”
“什么项目？”
“智能搜索，个性化搜索，千人千页。”
其实就跟个性化内容推荐差不多，不同的是，这次是针对搜索结果的个性化推荐。
沈向阳脸色就凝重起来，“这可难多了！比那个朋友网的个性化广告，今日头条的个性化内容都难。”
“是吗？不都是个性化推荐吗？”
“级别不一样。”
“嗯？”
沈向阳解释道：“技术难题往往是两点，一类是复杂度，一类是规模量。比如Photoshop、MATLAB这种工程软件，就是太复杂了，我们国内做不出来。规模量指的是数据多少。一个算法，处理小数据时可能很奏效。可是涉及到大规模数据，算法就失效了。就像手工制作和机械化批量生产一样，没有可比性。”
周不器点了点头，“嗯，大数据。”
沈向阳道：“大数据算法是一套，个性化算法是一套，大数据下的个性化算法，又是另外一套。这并不是简单的1+1=2的关系，需要从算法框架方面有更优化的设计。智能搜索这个概念前两年就提过了，可是做不到。”
现在，全世界连大数据都没搞明白呢，对大数据下的衍生算法，更是想都别想。
这么一看，还是老沈技术更高、视野更广、认知更清楚啊！
智能搜索这个项目，是许亮杰、程秉皓、王小船和徐铭共同决定的，觉得这个方向大有可为。可沈向阳却给否了，说做不到。
嗯，一家公司，肯定是技术最好的人当首席技术官。
老沈实至名归啊！