最早小说 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!

毕竟脑海中无论想到的东西如何波澜壮阔。

没有落实到实处之前这些东西也只能是水中望月雾里看花。

实际执行的时候也只能一步一步地来。

是很难一步到位的。

就比如林灰此前所想的将一些文本数据标注拿去换钱。

类似于出售真要想利用数据标注进行大规模的变现依然是有难度的。

该去哪找能够一次性吃下几十万条几百万条甚至是更大规模标注文本的买家呢?

其实林灰是知道超大规模标注文本的潜在买家。

但跟狭义知识差不多,纵然知道潜在买家,林灰也不可能去兜售。

过于主动反而容易被动。

似乎最好的做法就是借助于掮客,即一个中间人。

含蓄地将林灰手中有大量数据标注信息且有意进行变现的消息透露给可行的买家,然后从中牵线。

不过去哪找这样的中间人呢?

对于这个问题林灰没太理想的答案。

莫非是要靠伊芙·卡莉么?

……

看着眼前刚刚提出问题一脸求知欲的伊芙·卡莉。

林灰觉得像伊芙·卡莉这种很纯粹的人估计是很难胜任这种工作的。

林灰甚至为自己生出这样的想法而愧疚。

林灰确实也应该有点愧疚。

因为他刚才的思考似乎冷落伊芙·卡莉有一会了。

不过林灰不会让伊芙·卡莉白等的。

林灰相信接下来他所向伊芙·卡莉的谈话注定是一次深刻的交流。

会让伊芙·卡莉收获满满的。

事实也正如林灰所预计的那样。

这确实是一次深刻的谈话。

这次谈话林灰收获满满。

之所以说这是一次收获满满的谈话。

是因为从伊芙·卡莉那林灰得到两条很不错的消息。

其中一条是IBM近期决定斥巨资打造一种全新的更加高效、更加智能的文本摘要工具。

那么IBM也是林灰此前搞出来摘要算法的潜在客户。

毕竟涉及到文本摘要这方面。

很多时候没强大的算法基本上就等同于跟“高效”说再见了。

至于IBM所寻求的“智能”。

林灰搞出的算法更是完全胜任。

怎么也是后世的人工智能肆虐之后穿越而来的技术人员。

搞出的算法不带点智能标签都不好意思拿给人看。

虽然客观地说其实林灰此前搞得算法也有很多人工智障的一面。

但怎么说呢?

只要同行会衬托,单车也能变摩托。

很多时候未必需要你很强。

只要你的对手足够菜,你就是最牛比的那个。

反正就现在这个时代来说林灰此前鼓捣的算法就算法的智能性而言。

林灰的算法在文本处理这方面所表现的智能性如果是第二的话就没有第一。

这点底气林灰还是有的。

总之林灰此前搬运的文本处理算法无论是在高效性上还是在智能性上都是很契合IBM的要求的。

可能也正是觉得林灰此前搞出的算法比较契合IBM的要求。

伊芙·卡莉才将这个消息告知给林灰。

对于IBM这个潜在的合作伙伴,林灰倒是不排斥。

首先IBM肯定是不差钱的。

不过钱不钱的不是问题的重点。

钱对于林灰未来的事业很重要。

但相对于钱而言,有些直接用钱很难买到的资源对此时的林灰同样很有吸引力。

IBM作为老牌计算机领域/互联网领域的方案解决巨头。

这样的巨头其手中有很多资源也正是林灰所看中的。

真的进行合作的话,林灰觉得同IBM还是有很大的合作空间的。

不过现在想这些多少有点一厢情愿。

事情将来的走向也不好说。

毕竟现在八字还没一撇呢。

现在林灰想太多也不是很有用。

一切要等到进一步接洽之后再说。

或者是IBM表现出相应的诚意之后再说。

退而言之,即便是和IBM没有合作的可能。

现在事情呈现出来的态势也在朝着对林灰有利的方向发展着。

此前谷歌入局,现在IBM入局。

两个巨头入局,而且涉猎的方向还不约而同地都涉及到和林灰此前搞得算法有关的内容。

倍感荣幸之至?

似乎还不需要这种情绪。

在这两大巨头的号召之下。

林灰觉得将来肯定还会有更多的巨头涉足于此的。

未来可期。

习惯于买买买的巨头涉足文本摘要后最方便的做法就是直接对现有的技术进行兼并。

这种情况下,林灰此前搞得现成的摘要技术无疑就是他们最好的选择。

林灰相信将来肯定不止是谷歌一家对林灰此前搞得技术感兴趣。

如此,无形之中成了卖方市场。

这就给了林灰待价而沽的权利。

当然了即便如此。

林灰也不大可能坐地起价。

林灰是很有合作的诚意的。

林灰蛮想通过此次合作能够再找到一个发展路线上没什么冲突的国际巨头作为长期合作伙伴的。

此前已经和苹淉有不错的合作关系了。

为什么林灰还要寻求一个国际巨头呢?

其实这没什么好疑惑的。

即便是本着最起码的风险管控原则。

也知道应该不把鸡蛋放在同一个篮子里。

尽管现在林灰和苹淉方面合作还算不错。

但天下没有不散的筵席。

只是因为利益暂时凑到一块的。

林灰不是很确定和苹淉方面将来能走多远。

抛开这些商业方面的风险不谈。

就纯粹技术方面而言。

虽然在软件开发这方面林灰确实和苹淉方面有不小的合作空间。

但涉及到机器学习算法方面一些比较激进的技术林灰并不是很确定苹淉会对这些东西的兴趣。

纵然前世苹淉在机器学习方面的进步似乎也不慢。

但客观地讲在机器学习的顶尖方面苹淉往往慢半拍的。

尽管苹淉很多时候即便是慢半拍也能后发制人。

譬如说像OCR文本识别方向,当年苹淉动作慢吞吞的,看起来什么动作都没有。

但甫一入局直接就默秒全。

尽管常言道笑到最后的才算赢家。

从用户的角度来说这样的后发制人然后默秒全的做法很好。

因为这样的作法可以避免折腾用户。

不需要用户为先进且不稳定的技术买单。

但作为合作伙伴来说,苹淉这慢半拍的行事风格着实是林灰所不能接受的。

要知道,很多林灰所搬运的技术赚得就是技术上比普遍对手“快半拍”的钱。

苹淉要还是按照那“温吞”的性格,什么事情都拖上一拖让对手是试错之后才正式入局的话。

林灰要是还是和苹淉合作的话,还怎么愉快的圈钱?

长此以往,更喜欢后发制人的苹淉大概率是要跟鼓吹先机价值的林灰形同陌路的。

喜欢穿越:2014请大家收藏:(www.zuizaoxiaoshuo.net)穿越:2014最早小说更新速度全网最快。

最早小说推荐阅读: 末世:开局一头基多拉重生圣尊傲娇校花爱上我娱乐:我夺舍了刘星!我分裂了无数人格从大学教师开始野性之心重生资本大亨1979闲鱼人生神豪:从百倍返利开始我的1979华娱科幻之王修复师校园超神学生从废土开始模拟城市女神的超级鳌胥林阳夜的命名术萧阳叶云舒超级王者全能侍卫我的美女大小姐玩游戏玩成大佬我的秘书是狐妖拜见猫神大人都市纵横,从修改旁白开始一人之下之龙血炽腾一个在赎罪的主播我的地头儿我做主从港综街头霸王开始万界点名册美女总裁的最强高手求求你们别再说了大国重工纯情校医至尊战神全文免费阅读娱乐:巨星演员我的冷艳总裁老婆人狐恋护妻霸婿我真不会打网球私生子我震惊了全世界女总裁的神级保镖最高使命华娱之流量影帝超时空评测无心法师:从挖出岳绮罗开始我去末世修个仙全球首富:神级再造系统我的梦幻年代东瀛大物
最早小说搜藏榜: 系统让我捡破烂从全能急诊科医生开始神豪:从百倍返利开始基建:开局给珠峰修电梯重生80:从收破烂开始!神豪:我能百倍返现我爸二婚送了我五个姐姐娱乐:从主持人大赛开始四合院之好好活着从情满四合院开始穿越重生之大收藏家灵气复苏:开局神级武魂娱乐:开局渣了杨老板从港片开始当幕后大佬从代工厂到科技霸主神话复苏:这个神明我认识重生过去的逍遥人生我的细胞变异了中医许阳黄金渔场我每周随机一个新职业神豪:开局购买力增幅百倍我被困在同一天一千年娱乐:开局一首海阔天空娱乐:开局喜当爹!高考结束成百亿神豪我在英伦当贵族高考以后,我才重生全球高武重生过去震八方从网络神豪开始神豪:开局骗了女主播!每168小时获得一个异能从签到获得商业大楼开始我有一个三界拍卖系统无限游戏:十倍奖励重生过去当传奇从大国机长开始亿万富豪从相亲系统开始末日:开局选择时间停止娱乐:巨星演员我,星空巨兽生活系神豪影帝从签到开始全球数据化,我能增幅万物娱乐:开局就和杨老板结婚医路坦途大时代从1983开始修仙从华娱开始万族之劫
最早小说最新小说: 文娱:让你唱歌,你搁这作法?四合院里的老中医地窟求生:开局食物增幅三十倍汽车公司?不,是国货之光再启仙途我的金融帝国热搜第一:叫你捡漏你开挂啊我写的娱乐文被杨老板看到了百元求生:从潘家园捡漏开始带着爸妈去上班娱乐:别联系了,真不熟放弃留学,我打造了世界第一名校从重生开始合租浪在娱乐圈四合院里的唯一老实人韩娱之隔世斑斓怪物食堂首富后才知是反派我的夫妻关系竟能数据化平行空间都市风水师大赌石乾哥传奇神眼少年全能天才混都市绝品全才十二生肖守护神都市无敌特种兵重生圣尊软玉温香极品黑道太子邪霸都市纯情校医校园纨绔特工我的美女上司冰帝校园行护花高手绝品小农民狱锁狂龙3之潜龙出海护花公子全职保安美女校花的贴身高手美女老师爱上我校园超级霸主官运之左右逢源黑客神医贴身美女攻略医道无双极品保镖美女老总爱上我