久爱文学

手机浏览器扫描二维码访问

第六十章 论坛风波

这在以往是无法想象的，虽然这里涉及到各行各业的程序员数量很多，有做app的，也有做游戏的，有做美术的，也有策划在这里流动，手机行业的软件工程师这里也不少见，但从未发生过把什么手机测评进行置顶。除了一系列的开发者大会外，很难见到有帖子能够置顶。
然而神龙系列系统是个例外。

这个基于安卓深度定制的系统，嵌入的名为“朱雀”的私人语音助理，其展现出来的特点，令论坛上的许多人极度震惊，热切的讨论也由此展开。

刘洋看了下，大多数的人都是在讨论“朱雀”是怎么实现这种程度的ai，以及如何实现这么逼真的合成音的。

与普通人不一样，这些行业内的人士，更加关注于技术方面上的问题，许多本身便是研究人工智能的牛人，也一改潜水的风范，忽然从“灌木丛”里跳出来，抓住几个失言的家伙便是一阵猛批，吓得本身“学艺不精”的人，再也不敢随意说话了。

以往占据了大部分页面的求助帖，今日也几乎没有动静，纵使有人进行求助，也无人来回答和帮助。大部分的人都进入了置顶帖，在里面抒发着猜测、质疑、呵斥与喷骂，若是有人与自己的意见不符合，那么先是平静的争论，后面随着争论的不断进行，脾气火爆的人，率先便破口大骂，以各种语言来问候对方的父母、兄弟姊妹，并强烈怀疑对方的性取向有问题。

而被问候了全家人以及十八代祖宗的人，也不会客气一二，死死咬住对方，以一段只有行内人才能看懂的代码，亲切地回敬了对方的亲人。

眼看事情越演愈烈，情况朝着不可控制的地步发展，正当双方争执不下，管理员准备删帖之时，所有人忽然平静了下来。

“l”出现了。

这个三天前忽然出现，新注册的用户，以一件事情，令所有的老人都记住了这个id。

很简单，非常地简单，三天之前，这个新注册的新人，以简洁有力的语言，狠狠地打了一位老人的脸，迫使这名老人不得不承认了自己的错误。

而这名老人，则是实名认证后的微软亚洲研究院内的工程师，在论坛享誉已久，很少有人敢于反驳他的言论，就更不用说还能打脸成功，且迫使对方承认错误了。

就是这么一件事，“l”虽说才是个没人权的新注册用户，也让当时众多围观的人记住了这个新id，更得承认了这个人的水平非常厉害。

众多的高手们正集中在置顶帖内争执，斗争白热化加重之时，一个新的帖子无声无息出现在了页面上。

新帖子很常见，在论坛的这个版面内，一天发出的新帖子，没有两三百，也有一百五，至于回复就更多了。

但由于此刻太多的会员集中在了置顶帖内，导致其余的帖子冷寂清清，许久也不见有人回复，直到这个新帖子出现。

id：l

先不看标题，一眼浏览到发帖的id，几个吵累了的高级id刚出来刷新了下页面，立刻怔然了一会，马上想起了三天前的那场争论。

随后，又想起了另外件事情。

那场争论的焦点便是关于自然语言理解。

当时，那位微软亚洲研究院的工程师，对于一个求助帖进行了解答，其中对人工智能中的自然语言理解，提出了一番自己的见解，赢得了很多人的赞赏。

可这个“l”随即便出现了。

毫无废话，简洁有力，以最为朴实的言语，平淡却极度充满力量地反驳了那位工程师的见解，且让对方无法可说，承认了自己的见解有不足之处。这一幕令许多人的印象极为深刻。

这时一看见“l”的id发了个帖子，就有人忍不住点击了进去。

“测试。”

简简单单的两个字，还是那位“l”说话的风格，不予你任何的解释，就这么平淡摆放在你的面前。

王世界也是三天前亲眼见证了那一幕的人，作为移动互联网的产品经理，他曾在剑桥工程系有过两年的学习经历，对于语音识别技术了解很是深入，也正是这样，他对于这位神秘人很是佩服，佩服对方在语音识别中的自然语言理解上的深厚功底，那不是一般顶级高手的水平，而是处于金字塔顶尖那层阶级的人物。

当时见证了那一幕之后，王世界忍不住心中的兴奋，当即就私信联系对方……可惜直到目前为止，他都没等来对方的任何回信。

王世界不无遗憾，估计对方也不怎么瞧得起自己。

嗯，也许不是。

以这位神秘人的行事风格来看，更像是淡漠的无视了？

这感觉十分的奇怪，犹如走在街上，周围的商贩都在大力吆喝自己的产品时，其中一位商贩，就这么坐在那里，既不吆喝，也并非那种爱理不理的懒散，而是平静地端坐在地，就这么把商品摆放在摊位上，安安静静地等待有缘人似的。

没错，这就是“l”带给王世界的感觉。

确实有点荒唐，有缘人？

哈哈，一想起自己这般荒唐的想法，王世界便有点失笑的冲动……但视线仅仅移动到了屏幕的下方，他就再也笑不出来了。

标题是“测试”，一进去便真的是测试的题目了，既没有说明原因是什么，也没有任何的解释与说明，就干干脆脆地提出了个题目在下面。

“推荐算法？”

眉头越加紧皱，密密麻麻的页面上，一个构思奇妙的算法洋洋洒洒在屏幕上展现出来。

“有点意思。”

继续浏览下去，王世界真是吃了一惊，现目前的推荐算法基本便是三种套路，第一是基于内容的推荐（content－basedfiltering），第二是社会化推荐（socialrmendation），第三则是基于协同过滤推荐（collaborationfiltering）。手机用户请浏览阅读，更优质的阅读体验。