第(1/3)頁

    辦公室里。

    西格巴恩和阿爾文一起研究著論文。

    他只是看了個介紹，馬上就意識到，論文可能會對改善數據模型、改善算法有幫助。

    西格巴恩不同于阿爾文，他不會自己慢慢去研究，而是干脆喊了幾個人過來，“大家放下手頭的工作，先一起看看這個。”

    這一看，就是兩個多小時。

    他們也得出了結論，“這種輔助構建數據模型的方式，確實是可行的。”

    “按照這種方法來做，數據越多、效率和精準度越高，而當數據少的時候，就不適用了?！?

    “難點在于最初模型的構造，我們不可能推翻原本的構造，采用這種方法重新構造?！?

    “方法是新的，想應用卻不容易。”

    西格巴恩帶領的是核心算法組，手下的幾個員工可以說是研發中心的精英。

    他們仔細研究討論了以后，對論文上說的構建方法，已經有了基本的了解，并且能推斷使用后的情況。

    最后西格巴恩做了總結，“一般而言，數據分析問題，數據越多，精準度越低?！?

    “這個模式也不例外，但是精準度下降的速度很慢，比如，一百個數據，我們所采用的構建模式，正確率百分之九十九點九。如果是一百億個數據，就變成百分之八十。”

    “采用這個模式構建的算法，一百個數據，正確率只有百分之九十，而一百億個數據，正確率也不會低于百分之八十五?！?

    “這種模型構建方式，確實非常有意義，但在應用上，還是要慢慢的研究?！?

    “論文上，很多只是介紹個大概，但方法是沒問題的。我們或許可以試試看，如果有下個適合的項目，就能采用這種方法?！?

    ……

    阿邁瑞肯，加州，舊金山，谷歌公司研發中心，數據與數據應用實驗室。

    布萊克-瓊斯正坐在辦公室里，他已經在谷歌工作了十一年，參與過算法定制、安卓系統完善以及人工智能等項目，是個經驗極為豐富、水平非常高的算法工程師。

    現在他看著訂購的計算機期刊。

    上面有連續三篇論文吸引了他的注意力，他擰著眉頭仔細看了好久，感覺里面說的方法非常有意思，就干脆拍了個照分享到了同事群組，“大家看看這個，新的數據模型構建方法?！?

    “我看了下，很有意思。”

    很快。

    好幾個沒訂購的同事，就讓布萊克-瓊斯再拍照發幾張圖片，最好是把論文都發過來。

    布萊克-瓊斯試了下圖片提取文字功能，發現牽扯到數學內容時，好多都提取的一塌糊涂，干脆苦著臉一張張的拍照。

    這件事本來是過去了。

    下午的時候，技術部經理就找到了布萊克-瓊斯和其他人，認真的說道，“布萊克，我也看了你發的東西，很有意思，重要的是，也許很有價值?！?

    “我們必須重視起來。”

    “伙計們，放下手頭的工作，一起研究一下，這個方法也許能提升我們的效率……”

    ……

    同樣的事情，發生在好幾個互聯網大公司的研發中心，甚至是國家級別的數據控制中心、信息中心。
    第(1/3)頁