第2045章 A改变世界（1 / 2）

《大时代之巅》转载请注明来源：新笔趣阁(biqug.net)

周不器此前跟周绍宁沟通过，爱斯达现在的市场估值可以达到350亿美元，诺基亚现在的市值才是327亿美元。

如果不算微软、三星这些不以手机制造为核心业务的公司，那么爱斯达就是目前全球仅次于苹果的第二大手机制造商了。

这就很有讲究了。

爱斯达已经失去了参考对象，只要估值不超过苹果、微软、三星，估值是350亿美元，还是450亿美元、550亿美元，能有多大的差别？

如果爱斯达的估值高了，那么在摩托罗拉手机业务的交易案里，谷歌可以拿到“一大笔钱”，然后扬眉吐气。

谷歌股价猛涨，拉里·佩奇意气风发。

与此同时，爱斯达这边也会受益。

连谷歌都认可爱斯达这样的超高估值了，其他的风投机构，有什么理由不认可？所以当爱斯达再启动新一轮融资的时候，就可以用谷歌为跳板，开出更高的报价了。

这就可以让爱斯达在稀释同等股份的情况下，融到更多的钱。

绝对是互利互赢的买卖。

吹泡泡，果然是资本市场里的一大利器！

对方的这个提议，还真是可以考虑。

接下来，拉里·佩奇又提到了计算的技术方向的选择，这可是机密，周不器不能随便乱说，就以自己是技术外行，什么也不懂给搪塞过去了。

拉里·佩奇接着提议，“我手里有一款产品，做得不太好，但我认为这个方向是对的，并且跟紫微星的很多产品相契合。你要是需要的话，可以拿走；如果不要，我就会在几个月内关闭这个业务。”

“什么产品？”

周不器才不会听他说得这么好听，谷歌是上市公司，公司的资产可不能随便送人。紫微星如果想要这款产品，一定得花钱买才行。

就像滞销的牛奶。

想要？

得花钱买。

不买？

我直接倒进臭水沟里。

拉里·佩奇道：“knl，知道吗？一款旨在跟维基百科竞争的产品，07年研发、0八年上线，可是做了几年，成绩不是太好。谷歌现在的核心战略是做社交，一些分心又表现不好的产品，都会陆续关掉。”

“维基百科的竞品？”周不器还真是挺感兴趣，“具体说说。”

在国内，紫微星有微点百科，提供类似维基百科类的服务。

海外市场并没有这样的产品。

维基百科实在是太强大了。

好在两年前周不器曾批准了一笔交易，紫微星国际收购了一家内容产品平台ra，也就是传说中的“美版知乎”。

做内容，始终是紫微星在国内外市场都在努力发展的一个方向。

未来的互联网市场，归根结底是内容为王。

谁有内容谁就有制霸权。

包括未来的人工智能大语言模型也是。

就比如hagp、文心一言这类的ai产品，想要有令人惊人的智能表现，就一定得经过无数数据内容的训练才行。

可是，数据是不能乱用的，只有公开数据或者开源数据，才能免费地供全球的开发者使用。

全球有一个超大型的免费的数据库。

什么语言都有，90以上都是英文的语料库，文语料数据也就是2左右。

全球几乎所有的ai模型，想要训练都要依靠着这些公开的数据内容才行。因为都是英文数据，所以这些ai模型，一定都是以英文为核心。

所以当百度的文心一言推出之后，就会出现很多令人难以理解的事……其实原因很简单，文心一言使用的是英文数据，文语料的数据实在是太少了。

别看国内人多，但网络上真正有价值的内容实在不多，稍微出格一点，这些有价值的语料就要按法律法规给删除了。

就剩下了一堆没法训练ai的垃圾内容。

就比如，《大时代之巅》到底是一本怎样的书？

如果有人说好，有人说不好，这些内容就都是有价值的内容，ai模型经过一番的训练和评估，从而给出比较客观公正的评价。

如果作者想要维护评论区的和谐，把所有说好的内容都留下了，说差的内容都删除了，最后只剩下了一片赞歌，那么即便这些赞歌都是对的，这也是垃圾信息。

因为对ai模型来说缺少了多元化的评判。

从出发点到终点，有一万条路，ai模型的训练就是把这一万条路都走一遍，然后选出最合适的那条路，这才是ai的价值。

就像生物制药，有一万种选择，ai帮忙给出最好的那几个选择，就会大大地缩减研发经费、提高研发成功率。

要是一开始就只提供一条路，那还训练个屁啊，不给ai选择、评判、思考和分析的机会，就只告诉他一个标准答案，ai就会毫无意义。

德文、法文、日文、韩文的数据量太少，文的数据量很大，可是因为环境的限制有价值的数据也很少。

所以，想训练出世界级的ai模型，就只能用英文语料来训练。

这就需要一些弱势语言的ai模型，要有语言转换能力，去转换成英文。

就像使用文心一言，让他画一个起重机的图片。

结果画的是鹤。

这就很让人费解。

其实很简单，起重机的英文是e在英文里主要是指鹤。所以ai模型就画出了鹤的图片。

又比如“可乐鸡翅”这种，放在文语境里，其实很好理解，就是一道菜。可是，这里面有一道翻译的手续，把“可乐鸡翅”翻译成英文，在翻译过程中就造成了信息离散，导致画出来的可乐和鸡翅。

hagp一样会遇到这样的困境。

用英文向hagp提问，回答的速度会非常快，而且准确度极高；如果用文、日文、韩文、法文、德文等其他语言来提问，反应速度就会很慢，给出的答案也会错误百出。

因为其他语言的数据量太小了，训练出的模型就不够智能。

只有英文版最智能。

本章未完，请点击下一页继续阅读！