按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
如今的yy网不过才刚刚拿到第一个1oo万用户，而且并没有显露出可以在msn和myspae围堵下杀出一条自己的路来的趋势，所以也就远不如另一个时空成型后的faebook那样市值庞大。
按照资本市场的资深风投机构评估，刚刚成立才一个学期的yy网也就估值三四千万美元。萨维林和扎克所持有的期权股，眼下也就值百来万美元。
百万富翁在哈佛一抓一大把，一砖头下去都能砸到好几个，所以他们还能很玩得开，一点都不需要端着富豪的逼格。
李莹看着在楼下舞池灯光里跃动的男男女女，很想不通地吐槽：“真是搞不懂白人的审美，竟然觉得这样的妹子才漂亮？”
顾诚看着美貌御姐憋着一脸岁月静好故端庄的姿态，也有些忍俊不禁，玩味地调戏了一句：“怎么？难道你看上了小扎，吃醋不成。”
“去你的！谁看上他了，我只是觉得这世界太奇怪了，丑女居然有销路。”李莹脸色一红，幽怨地剜了顾诚一眼，“你明知道我多忙，根本没兴趣想男女交往的事情。”
顾诚知道玩笑有点开过了，也不怨御姐撒娇，见好就收地帮李莹戳穿了心结：“也不能叫‘白人审美都这样吧’，要是ap都好那一口，你‘麻省玫瑰’的雅号怎么来的？只能说犹太男人偏好这一口。
你别看普利希拉长得丑，她跟邓文迪丑得是一个路数：脸看着老气、各种纹路明显，法令纹尤其深，鹰准深目，典型犹太人偏爱的脸型。所以咯，当年默多克怎么中招的，今天小扎就是怎么中招的。”
“噗嗤~哈哈哈太逗了，不行你让我笑一会儿。”李莹被顾诚的分析逗得笑靥如花，越想越觉得有道理，此前那些因为觉得“白人认为普利希拉那种样子的华裔女人才算美女”而消沉的心情，也重新被点亮了起来。
李莹笑得眼泪都出来了，好不容易收住，才欣慰地搂了一下顾诚的肩膀：“还是你说话中听，懂得欣赏东方美女。早知道今晚应该化点妆的，女为悦己者容么。这两年在米国，我特么都快忘掉怎么化妆了，那群白人根本就是有眼无珠的坑货啊！想想巴黎女装节捧出来的华人女模都是吕燕那种长相，我都觉得恶心。”
“我也恶心，那就敬一下亚洲人的审美吧。”顾诚拿起酒杯，随和地跟李莹喝了一杯。
李莹放下杯子，脸色有些绯红：“你不请我也跳一支么？听说你早年受虐一样被逼着练过一年半舞蹈，我很想见识见识。”
这番话按说是有点失礼的。毕竟哪怕是在娱乐圈er也是最底层的存在，再往上才是歌手、演电视剧的、影星、导演……
顾诚如今家大业大，李莹还提他15岁时被s…m当练习生“奴役”的经历，换个敏感点的男人早就作了。
幸好，顾诚是个极度自信的性情中人，根本没有任何关于逼格的敏感，也不怕被人当成暴户。
要是不接招，岂不是反而被人当成不够我行我素、被自己的过往束缚住了么。
“行啊，不过到时候可别怪我放得太开。”顾诚一点都不矫情，搂着李莹的腰就往外扯。
楼下的舞池里正放着弗拉明戈的舞曲，顾诚基本功好，什么都能往上凑。倒是李莹没受过任何训练，很快就被顾诚拖拽得东倒西歪，索性彻底不用力任人摆布。
“原来跳舞这么舒服，这么轻松，一点都不累。”李莹觉得浑身暖洋洋地，就像煮在温水里的青蛙一样懒得挣扎，眼神也迷离起来。
顾诚好气又好笑：“你当然轻松了，累都是我在累没见过跳弗拉明戈的时候杵得跟个陀螺似的，全靠男人使劲儿帮你转。要是再沉点儿，我绝对把你摔地上。”
“知道你怜香惜玉，那我也奖励你点好处。”李莹被转得头晕，索性环住顾诚的脖子，趴在他耳边低语，“小扎应该没和你说，他最近跟辛顿教授一起鼓捣弄出了一套图片识别的软件雏形，但目前还没法商用吧。”
顾诚心中微微一凛：“有什么正事儿刚才不能说，非要跳舞的时候才来说。他跟我提到过他做出过这么个玩意儿，但是识别率太低了，需要进一步优化算法，而且至少再经过三个月的内测学习、辅以人工的数据标示，才能有点眉目。”
历史上，机器学习这门学科刚刚诞生的时候，最初盯上这门学科的就是拉里佩奇和扎克伯格这俩货。前者做了谷歌的图片搜索引擎，后者做了faebook的人脸识别技术。
何况，顾诚当初跟扎克伯格打赌时候赌的“如何识别图上是不是一只猫”课题，已经带来了很大启。扎克伯格这学期里对这个课题组织力量猛攻，取得如今这么多阶段性成果一点都不值得奇怪。
以顾诚的专业眼光，估计至少还要一年半的努力，才能勉强拿出点够商用的成果。
李莹在mit本科上的就是计算机系，算是典型的复合型人才。如今虽然不搞研，但技术部门弄出来的成果她光看好歹还是能看懂的。至于她整体的判断，更多是基于自己数年来的摸爬滚打。
对于顾诚的武断，她并不以为意，反而坚持自己的看法：“其实我也给他泼过冷水了，说市场部门目前完全不需要这种残次品的技术，好让他不要居功自傲。但实际上我有想过，这门技术有一个更好的短期市场应用场景只不过不是在米国，而是在华夏国内，给你那个人人网用。”
顾诚眉毛一挑：“我们去那边坐一会儿，慢慢说。”
李莹毫不犹豫地拒绝了顾诚的提议：“不，我就喜欢这种状态，思路特别清晰。你敢把我放下，说不定我就想不起来了。”8
第39章 剑魔方可御残剑（）
“小扎那个图片识别的雏形软件做出来之后，我看过内测报告，想要在一张照片上识别出人脸来，只有不到10％的成功率。要是想进一步识别这张脸是谁，就更可怜了，准确率1％都不到而且是在内测时被识别样本只有10000人的基础上。要是选项更多一些，误读率就更高了。这份测试报告，你应该在小扎的邮件里见过吧。”
李莹轻柔地跟着顾诚的节奏，渐渐有点儿弗拉明戈的意思了。嘴里说着的，却是严肃得不能再严肃的生意话题。
因为是在舞池里，双方都怕说话声音太响泄密，只能贴着耳朵说，这场景实在是很诡异。
顾诚也附耳说道：“看过，这方面我可是专业的，我估计他这套软件，至少还要半年的时间，才能把‘识别照片上某个区域是不是一张人脸’这个判断的正确率提高到30％，至于认出这张脸是谁，没两年时间想都别想。”
人脸识别技术是用机器学习解决模糊算法问题的典范，历史上facebook对该项技术最早的应用场景，就是让用户在分享照片之后，一旦点击照片上的人头位置，软件就可以自动识别出这个位置是一个人头，然后形成一个方框，让用户可以往里面填写名字。
如此一来，一张有好多人合照的照片，就可以被一个个标注上合影人的名字了。
这项技术再往下发展，某些人被标注得多了，数年后就可以形成“鼠标点到照片上的某个头像上，自动跳出这个人是谁”的功能。
再往后，则是人们常见的“智能手机拍照时自动识别哪里有人脸、以便自动对焦”乃至支付宝的“刷脸识别”。
那都是第二代、第三代人脸识别技术了，比如deepid，起码再有七八年的技术积累才可能实现。
初代的人脸识别技术，在平行时空的华夏sns社区领域也有过应用人人网的个人空间里，照片也都是可以对着人脸写名字的。
但那个时空的人人网技术不太扎实，在网站衰落之前也没做到“机器看多了某张脸之后，下次另一张照片上再标注这个人时就举一反三自动标示”这种程度（facebook做到了）。
顾诚知道这些历史轨迹的大概脉络，所以并没有期待扎克伯格能更逆天。
然而现在，没有被任何存量束缚形成路径依赖的李莹，却告诉他：她对这项技术的早期应用另有妙招。
“我就是这么给小扎泼冷水的，希望他能认清自己目前做出来的这个东西根本不值钱，别为这点小成就沾沾自喜”李莹说到这儿，顿了一顿拖了个长音，似乎在观察顾诚的反应，“但是，背地里我却想到了另外一条路子，一个让‘还处在残次品阶段的人脸识别算法也能得到商业化应用’的场景。”
顾诚终于觉得自己提起了点兴趣：“干脆点儿，说。”
李莹的眼神闪过一丝埋怨，似乎在怪顾诚都不赏赐她，但还是很利落地说：“我觉得，yy网目前之所以用不到这项技术，是因为在米国不存在娱乐圈选秀活动。大家在朋友圈里人脸识别，就是图一个认得准，不准就没有意义。但是在华夏，我听说你搞了一个娱乐圈的选秀活动，将来还会有更大规模的让普通粉丝投票支持之类的举动我觉得，照片的人脸识别技术，和这个活动结合起来，就有很大的操作空间。”
顾诚的表情渐渐认真起来。场内的弗拉明戈舞曲已经结束，他也不顾李莹是否反对，拉着她就回到包厢，关起门来密谈：“说说看具体怎么做。”
李莹端起酒杯，又给自己倒了一杯喝下，把剩下的想法和盘托出：“很简单，我觉得你可以推出一个‘人人热度指数’。比如百度提供的是搜索引擎服务，就有相应的百度指数，可以看哪个关键词目前最热、每个关键词搜索后有多少条搜索结果。
‘人人热度指数’，可以在人人网和那些选秀节目结合起来之后，总结出每个候选艺人目前在人人网上的被关注热度、被搜索图片的数量、频次。乃至最关键的被人在照片头像上标注名字的次数、以及其头像当前被识别的估算准确率。
我们可以开诚布公地坦言：到时候人人网的‘人脸识别算法’依然是不完善的，识别率很低。但是我们也明说这是一个会‘自我学习、自我进化’的软件，在网上被爆照爆得张数越多、各种角度脸型数据越充分、被网民标示识别频次越高的人，就越容易被识别对。
如此一来，人脸识别算法哪怕认错人，用户也不会怪我们公司，而是会认为因为自己爆照不够多、被网民标示频次不够高，所以才认不准。她们只会更努力地爆照、更努力的吸粉，更努力地拉人标注，并且以‘我在人人网上被机器认对的概率比其他网红女更高’为荣。”
顾诚眼前一亮。
妙啊！
人脸识别技术，本该以求准为奋斗目标，不准就会被用户鄙夷。
但李莹这么一来，一项原本“对了是本分，不对是失职”的技术，就变成了“对了说明你名气大、牛逼；不对也是本分，说明网上你的照片不够多、看的人不够多”的攀比游戏。
虽然人人网只是个朋友圈性质的私密社交产品，眼下还没法做微博类产品。但因为娱乐选秀节目的出现，人人网上明年肯定会有部分娱乐圈名人的账号（至少是那些为了参加选秀而主动公开个人空间的妹子们）具有一定的‘公众号’属性，可以被大众浏览关注。
这种情况下，这些所有成名机会都依赖人人网的萌妹，就会拼命在“人人热度指数”这个指