第75章（第2/7頁）

安夏公司裏有員工，就是大山裏考進城裏大學。然後被分配到這個城市，再然後憑著自己的努力才進了紫金。

他在內網上提出，希望公司可以把之前的教育軟件跟人工智能結合起來。

哪怕不是實時聯網的，就用存貨，也比什麽都不幹的強。

“就算不是為了山村裏的孩子，也有一些城裏的孩子會因為各種原因去不了學校，摔斷腿，得水痘這些都不能去學校，不能就這麽耽擱著吧……”

教育產業就算是教培都涼了，也能找到別的出路，搞網課還是很有價值的。

此前紫金開始在做學習英語軟件的時候，就已經與幾大名校聯合，錄制了許多不限於英語的名師課堂視頻，並且簽了全版權。

這些影音資料都可以做為投喂人工智能的數據。

快要被「繼承真人情感」項目搞瘋掉的程序員們得到了稍微松口氣的機會。

盡管人工智能還做不到喂給它一個公式，它就能自己把所有由此公式引發的變形題做對。

但它還是比搞人類情感容易多了。

人類的腦子靠題海戰術能搞定，人工智能也能靠題海戰術搞定。

人類做幾道題之後，不是想切橡皮，就是想彈尺子，不是想喝水，就是想上廁所。

人工智能它不會！它是最乖最聽話的好寶寶。

唯一的問題是需要調整學科資料庫用來適配。

否則可能會出現一些問題。

比如醫學生考題：

請回答p是什麽？

標準答案：經外周靜脈穿刺中心靜脈置管。

人工智能回答：中國人民保險公司。

安夏想到錢倩就是小學六年級，如果想要模仿她平時的生活狀態，讀書做作業也是不可少的。

從資料包裏那些作業本和考試卷來看，錢倩的成績中等偏上，全班四十個人裏，英語語文等等考全班前五，數學考全班前十幾。

第一個dem做出來之後，機器與人類的精神分裂出現的概率是四比六。

“不行，太高了。”

人工智能組把關於教育那一塊的數據跟戴密特看，請他指點一下。

戴密特回信：“人工智能最好的學習方法是以接近人腦學習的方式，也就是自然的方式去認知。現在你們開發的這套系統是固定代碼，用if和else鎖死了邏輯……”

最後，他建議，使用人工神經網絡的方式，讓機器進行深度學習。

人工神經網絡也是早在1943年就被提出的理論，國外在一直不斷發展並完整各種神經網絡模型。

國內也在1980年就開始起步。

紫金科技向全社會招聘。

來的人或多或少都有些能力，但都沒有達到安夏想要的水平。

最後是一位it屆的同行跟安夏說：“有這個能力的人都已經有工作啦，廣撒網發廣告是不行的，你得定點找。”

“怎麽定點找？”

國內現在也沒有搞人工智能特別厲害的單位，沒法定點去挖人。

同行告訴安夏，三年前，曾召開過「中國人工智能聯合會議」，她可以按著參加會議的人員名單，一個個找過去。

於是，人事部接到了一個新任務：找人。

一回生，二回熟，李俏現在對於挖人也算小有心得，領導發話，她就執行。

公司現在一不限名份，二對收入這塊也給得大方。如果對方實在要求更多，給安夏打個電話，也不是不可以批下來。

李俏挖來了一位曾在加州理工留學的專家，他的情況比較復雜，一腔熱血回國，然後被行政系統見鬼的辦事效率拖到氣急敗壞，還有學界各種他看不上的行徑，現在處於一怒辭職，打算回美國再就業的狀態。

讓他還沒離開國境的原因是他想把家裏人都接過去，家裏老人追求落葉歸根，不想去。

於是，李俏趁虛而入……啊不是，是把握時機，了解到他並不是對自由燈塔有著割舍不掉的情誼，就是被行政流程煩得受不了。

李俏詳細向他介紹紫金的管理架構，以及紫金蝶所處的地位，以及管理扁平化，老板是個目標導向者，不追求那些莫名其妙的流程。

再加上「她給得太多了」，於是，他就來了。

不得不說，有時候，真就是一個神人來點撥一下，一堆菜雞就能有質的飛躍。

現在「倩倩」的精神分裂概率變成了二比八，總算有八分像人了。

工程師們還在精益求精。

“我覺得九分像人的時候，應該就可以了。不必追求數據完全一致，人還有神經突然不正常的時候，像完全變了個人，九比一，已經算正常的人了。”

一個人在一天之中，脾氣忽然出現詭異的短暫變化，也不會就到達要被送到精神病院的程度。

只會被人說「他是不是跟老婆吵架了」、「他喜歡的球隊是不是輸了」、「她是不是來大姨媽了」。