寫《長尾理論》的時候，你連傑夫辛頓教授的名字都沒聽說過，也不認識吧？那個世界上都還沒有‘深度學習型人工智慧’這個概念，你是怎麼預言未來會有這麼一種技術來實現你的佈局的？”
丁三石覺得自己的大腦已經不夠用了。他這輩子沒服過幾個人，雖然他很服顧誠，但直到今天，他才發現跟顧誠一比，他自己完全就是井底之蛙啊。
除非顧誠是先知或者穿越者，否則怎麼可能在兩三年之前就預料到今天才略微看得到一點萌芽的未來傳媒分發形態？
“你猜對了，我在寫《長尾理論》之前，就已經看到今天，甚至看到三年五年之後了。”顧誠毫不謙虛地承認了。他需要這種鐵口直斷的威望，來讓丁三石和馬風對自己深信不疑。
“那你今天把這些都告訴我們，你就不怕我們也開始佈局，跟馬騰那樣抄襲你的套路麼？”馬風對人性的認識更加深刻，第一時間覺得顧誠似乎有什麼有恃無恐的陰謀。
顧誠沒心沒肺地笑了，笑得非常君子坦蕩蕩：“抄？怎麼抄？大資料在我手上，你們有麼？人工智慧的演算法在我手上，你們有麼？這些都沒有，就算知道我的思路，你們拿什麼抄？”
馬風一愣，心說確實是這個道理。
難怪顧誠有恃無恐了。
馬風暗忖顧誠這人如果不是抱有什麼目的，很少跟同行吐露這麼多幹貨的。今天突然說這些，莫非是另有所圖？於是他自然而然地問道：
“那你今天和我們說這麼多，究竟有何圖謀？總不會是突然給我們掃盲開眼的吧？”
顧誠見被戳穿了，也就不再掩飾：“馬哥就是賊啊，一下就看出來了。行，那我也不瞞著你們，實話說了吧。未來的深度學習型人工智慧，要想運作得好，需要的配套條件千頭萬緒，我也不可能一個人包打天下，從頭做到腳。所以有些配套，我覺得未來會有一定前途，但是還不配我親自出手的，你們今天要是有意向，就可以自己找資源準備起來了。”
馬風和丁三石的耳朵一下子就豎起來了。
顧誠這傢伙創造的奇蹟太多了，哪怕是他拔根毛下來，一點微末的看不上的小生意，那背後都是無限商機。
當然了，顧誠看不上的生意，一般做起來肯定比較辛苦，或者低俗，要不無法形成壟斷不能常年暴利，只能賺個幾年快錢，然後就要陷入低門檻的激烈競爭。
但即便如此，那也肯定是一門普通人求都求不來的商機。
見哥們兒都聽得很認真，顧誠也不藏著掖著，乾脆地伸出三根指頭，比劃著說：
“未來要做好深度學習型人工智慧，關鍵有三方面的條件。
第一是要有好的演算法，這個是核心，就像是軟體。
第二是要有充分的大資料，這個就相當於是軟體裡的輸入素材。而且深度學習型軟體是可以自我最佳化自我進化的，輸入素材越多、資料標示越好最終的效果就越好越精準。一旦某一方面的大資料有優勢，未來的巨頭可以很快形成滾雪球效應，跟後來者拉開差距。
第三，就是要有處理這些天量資料的硬體處理速度以目前的人工智慧運算量來看，哪怕是解決最簡單的圖片識別，或者語音智慧識別，甚至只是輸入法頻次統計反饋，都不是任何一個單獨的伺服器可以承載的。或許每一個需求，都要用一個資料中心的處理能力去處理。
但是同時，每個資料中心處理的多個問題又可能有很高的重複率，資料處理過程量的複用率會很高。所以擁有越多處理需求、越多處理硬體資源的企業，在處理效率上就會有明顯的優勢。這時候，我們就會發現，依靠傳統的‘為每一個新的業務需求購置一批伺服器、搞一個專門的資料中心’，效率會非常低下，成本會非常高昂……”
顧誠剛說到這兒，被不怎麼懂技術的馬風給打斷了：“那麼怎麼解決這一點呢？如果只是錢貴的話，那也不是什麼大問題，我們費錢別人也費錢，大家一起漲價不就行了？”
“呵呵……如果是‘你貴我也貴’，確實問題不大，漲價就是了。但是如果人工智慧的應用成本太高，它對傳統產業和傳統諮詢類人工崗位的替代效應就不明顯了。用人工智慧大面積解決問題，必須是其成本明顯低於僱傭人類客服、記者、編輯、老師、諮詢師、查法律文書卷宗的基層律師、只會開票的基層會計師……
資本家才會把這些重複腦力勞動的基層白領開除掉，改用機器人。不解決成本問題，或許你不會被其他人工智慧競爭對手同行甩開，但對於整個