忖顾诚这人如果不是抱有什么目的，很少跟同行吐露这么多干货的。今天突然这些，莫非是另有所图？于是他自然而然地问道：

“那你今天和我们这么多，究竟有何图谋？总不会是突然给我们扫盲开眼的吧？”

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：

“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

本章未完，请点击"下一页"继续阅读！ 第2页 / 共4页