“小扎那个图片识别的雏形软件做出来之后，我看过内测报告，想要在一张照片上识别出人脸来，只有不到10%的成功率。龙腾小说 ltxsba.com要是想进一步识别这张脸是谁，就更可怜了，准确率1%都不到——而且是在内测时被识别样本只有10000人的基础上。要是选项更多一些，误读率就更高了。这份测试报告，你应该在小扎的邮件里见过吧。”
李莹轻柔地跟着顾诚的节奏，渐渐有点儿弗拉明戈的意思了。嘴里说着的，却是严肃得不能再严肃的生意话题。
因为是在舞池里，双方都怕说话声音太响泄密，只能贴着耳朵说，这场景实在是很诡异。
顾诚也附耳说道：“看过，这方面我可是专业的，我估计他这套软件，至少还要半年的时间，才能把‘识别照片上某个区域是不是一张人脸’这个判断的正确率提高到30%，至于认出这张脸是谁，没两年时间想都别想。”
人脸识别技术是用机器学习解决模糊算法问题的典范，历史上FACEBOOK对该项技术最早的应用场景，就是让用户在分享照片之后，一旦点击照片上的人头位置，软件就可以自动识别出这个位置是一个人头，然后形成一个方框，让用户可以往里面填写名字。
如此一来，一张有好多人合照的照片，就可以被一个个标注上合影人的名字了。
这项技术再往下发展，某些人被标注得多了，数年后就可以形成“鼠标点到照片上的某个头像上，自动跳出这个人是谁”的功能。
再往后，则是人们常见的“智能手机拍照时自动识别哪里有人脸、以便自动对焦”乃至支付宝的“刷脸识别”。
那都是第二代、第三代人脸识别技术了，比如DEEPID，起码再有七八年的技术积累才可能实现。
初代的人脸识别技术，在平行时空的华夏SNS社区领域也有过应用——人人网的个人空间里，照片也都是可以对着人脸写名字的。
但那个时空的人人网技术不太扎实，在网站衰落之前也没做到“机器看多了某张脸之后，下次另一张照片上再标注这个人时就举一反三自动标示”这种程度。
顾诚知道这些历史轨迹的大概脉络，所以并没有期待扎克伯格能更逆天。
然而现在，没有被任何存量束缚形成路径依赖的李莹，却告诉他：她对这项技术的早期应用另有妙招。
“我就是这么给小扎泼冷水的，希望他能认清自己目前做出来的这个东西根本不值钱，别为这点小成就沾沾自喜——”李莹说到这儿，顿了一顿拖了个长音，似乎在观察顾诚的反应，“但是，背地里我却想到了另外一条路子，一个让‘还处在残次品阶段的人脸识别算法也能得到商业化应用’的场景。”
顾诚终于觉得自己提起了点兴趣：“干脆点儿，说。”
李莹的眼神闪过一丝埋怨，似乎在怪顾诚都不赏赐她，但还是很利落地说：“我觉得，YY网目前之所以用不到这项技术，是因为在米国不存在娱乐圈选秀活动。大家在朋友圈里人脸识别，就是图一个认得准，不准就没有意义。但是在华夏，我听说你搞了一个娱乐圈的选秀活动，将来还会有更大规模的让普通粉丝投票支持之类的举动——我觉得，照片的人脸识别技术，和这个活动结合起来，就有很大的操作空间。”
顾诚的表情渐渐认真起来。场内的弗拉明戈舞曲已经结束，他也不顾李莹是否反对，拉着她就回到包厢，关起门来密谈：“说说看具体怎么做。”
而且，“软件算法会自动进化”，这是多大的噱头呢！如今才2004年，杰夫辛顿那堆成果都还躺在实验室里。地球上那些互联网产业界的人士，除了顾诚之外一个都没认识到这项技术的商业应用场景。
这样一个噱头甩出去，打上一个高科技的幌子，绝对可以吸引到无数用户因为好奇而来验证。只要宣传得当，杀伤力自然也比后世那些没有技术门槛的野鸡选美投票网站强大八条街。
这一系列布局，简直完美。硬生生把一项按照传统用法至少还要一两年时间才能具备商业价值的早期技术，发掘出了一条短期出路。
而且随着这条试用路线的出现，YY网络科技的“人脸识别技术”可以得到更多的大数据资源喂养，从而在“机器学习”的过程中走得更快。
“这个套路有点意思。”顾诚的双眸越来越亮，忍不住地兴奋。他狠狠地感慨了一下李莹的手腕和商业触觉。
这个23岁就坐到艾科诺公司CMO的美貌御姐，果然是名下无虚。也难怪她20岁就能在麻生理工硕士毕业、30岁就能成立云X风投基金。真是一个会让共事者庆幸和她站在了同一条战壕里的女强人。
在如今的YY网，扎克伯格这个技术负责人，就像是一个还在摸索的铸剑师。
负责市场推广的李莹，则像是一个精妙的女剑客。
越好的剑客，才能配合经验方面刚刚蹒跚学步的铸剑师。
一个基本功都不扎实、乱砍乱剁的剑客，
本章未完，请点击下一页继续阅读(第1/2页)