“我是這樣想的。”李軍緩緩說道。
“白澤在自然語言領域的理解能力太強了，這麽強的能力一旦用來做ai翻譯，效果絕對比現在市麵上所有的ai翻譯都要好！”
陳神也認同他的想法，以白澤目前的語言理解能力再加強一下，同時增加其他語種的語言訓練，很快就可以超越目前市麵上所有的翻譯軟件。
是所有！
而且……
陳神翻了翻係統上麵的數據庫，查看其中語音實時傳譯的關鍵模塊……
這些模塊雖然不能照抄出去，但是它們上麵的思路卻可以給目前的研究中心指引方向。
想到這裏，陳神當即說道：“這個產品要盡快上線測試，我會去現場給你們進行指導，你們做好準備。”
李軍聽到不免一愣，陳神居然要過來？
難道現在他們部門是大神的親生兒子？
大神的親生兒子，這個說法源自馬真對自己部門地位喪失的感歎。
在隻有義肢研究中心的時候，他們部門是陳神毫無疑問的親生兒子，可以享受到陳神親自到現場督戰指導的待遇。
但是在新增了兩個研究中心之後，親生兒子的寶座顯然就不在他們身上了。
不管怎麽看，腦機和人工智能這兩個研究中心都比他們要高大上得多，也重要得多。
陳神不知道李軍腦海裏麵都在想著什麽，隻是說道：“對，按照公司最近的戰略需要，你們部門必須盡快出一款新的產品。”
而且得是能賺錢的。
陳神在心裏默默補上一句。
第二天，陳神就前往了棱角研究中心。
這棟大樓裏麵，現在存在著義肢、腦機、人工智能三個研究部門，各自有著各自的樓層。
一個是現在公司唯一的現金奶牛，兩個是未來必須搶占的科技製高點。
尤其是人工智能，在近年來的發展越來越迅速，不知不覺中已經在許多層麵上影響了人們的工作和生活。
而他現在，就是要讓這種影響更加具象化。
走進人工智能研究中心，第一眼看到的就是一排排寬敞的工位。
上麵坐著的程序猿正在努力敲著自己的電腦。
“你是大神！”
馬上就有一個罕見的妹子程序猿發現了他，所有人的目光都掉轉過來，辦公室裏麵連綿起伏的鍵盤聲也停了下來。
陳神向她點點頭：“你們老大現在在哪兒？”
“他在會議室裏麵開會，我帶你過去吧。”
在眾人的目光下，陳神跟著妹子走到會議室的門口。
妹子敲了敲門：“李總，大神他來了。”
馬上，李軍就過來打開了會議室的門，一臉的驚訝。
“呃……總師你怎麽這麽早就過來了？”
“早點過來，早點解決問題。”
“你們現在在開會討論什麽問題？”
陳神看了看會議室裏麵坐著的人，身上都帶有明顯的程序猿和工程獅的味道。
“我們在討論ai翻譯上麵幾個主要的難點。”李軍回答道，一邊把陳神請入會議室。
陳神看了一眼會議室的投影屏，上麵隻列出了三個標題：
【譯文選擇】
本書由公眾號整理製作。關注vx 看書領現金紅包！
【譯文調序】
【數據稀少】
腦子稍微一轉，他就想起來，這是目前ai翻譯麵臨的主要難題。
“總師，要不這個會議你先講兩句？”李軍深諳職場之道，會議這種事情怎麽能不先請領導上去講兩句？
他不僅是個技術精，也是個人精，不然能在業內混出這麽大的名堂嗎？
當然，這一切的前提得是那位領導有真材實料，而不是一個草包。
陳神當然不可能是一個草包，他現在研究的白澤算法還是陳神編寫出來的，這樣的人要是個草包，那他算是什麽？
叉燒包？
陳神也沒有推辭的打算，他甚至對李軍說道：“這個會議就換我來開吧。”
李軍瞬間變成黑人問號臉。
大佬，你隻需要上去做一下領導講話就夠了啊！
難道是陳神太年輕，不明白這些套路？
他拍馬屁拍到了馬腿上？
“我順便趁著這個機會，把一些關鍵點都給你們講明白了，這樣就不用再講第二次了。”陳神稍微解釋了一下。
好吧，都已經這麽說了，李軍當然不會再拒絕。
他也想看看，陳神對於ai翻譯的理解有多深。
這時，陳神也走到前麵，開始講解起這三個難題。
底下的人沒有一個人敢輕鬆大意，都認真聽著。
他們中間有一些是對ai翻譯有過研究經驗的老員工，有一些之前沒有接觸過相關的領域，是新調進來支援的，此時無一例外都聽得都很認真。
白澤算法都是陳神發明的，不需要其他光環，隻憑這一項成就，他的講話就足夠眾人認真對待了。
“ai翻譯的第一個難題，譯文選擇的問題。”陳神在投影儀前麵說道。
“在各種語言之中，一詞多義的現象是非常普遍的，比如看書，這個詞語翻譯成英文單詞要怎麽拚寫，在坐的各位應該都知道，不需要我一一列出。”
現場眾人笑了笑，他們作為一個最頂級的程序猿，對於這麽基礎的英語問題自然不會不知道。
陳神繼續說：“但是在ai翻譯裏麵，看書這個詞語單拎出一個看字，卻是有很多種翻譯的，see、read、look、watch等等，在得知後麵的賓語為書之前，隻知道一個看字，ai是無法準確把看字翻譯成英文的。”
“這就是譯文選擇的難題。”
在場的人都認同地點起頭，這個解釋確實沒錯，眾人對待這次講解的態度更加認真了。
陳神繼續往下說，“第二個難題是譯文調序的問題。”
“每一種語言在說話的時候，各個詞語的表達順序都是不同的。”
“比如【我在周日看了一本書】這句話，如果把它翻譯成英文之後，再直譯回中文，就變成了【我看了一本書在周日】。”
“這是因為英語中，時間狀語習慣放在後麵，這樣的情況放到日語、德語之中又會發生不同的變化。”
“而且，當句子越來越複雜，主謂賓各種語句成分之間的組合順序也會越來越複雜。”
“這也是網上可以看到許多句子文章在翻譯幾十上百遍之後變成沙雕素材的原因之一。”陳神說到結尾，順便開了個小玩笑。
在場的人們都笑了起來，一些對ai翻譯不了解的人，也是現在才明白這個道理。
“至於第三個問題，數據稀少。”
陳神的表情很輕鬆，“這對於我們來說，可能是最好解決的問題了……”
“白澤在自然語言領域的理解能力太強了，這麽強的能力一旦用來做ai翻譯，效果絕對比現在市麵上所有的ai翻譯都要好！”
陳神也認同他的想法，以白澤目前的語言理解能力再加強一下，同時增加其他語種的語言訓練，很快就可以超越目前市麵上所有的翻譯軟件。
是所有！
而且……
陳神翻了翻係統上麵的數據庫，查看其中語音實時傳譯的關鍵模塊……
這些模塊雖然不能照抄出去，但是它們上麵的思路卻可以給目前的研究中心指引方向。
想到這裏，陳神當即說道：“這個產品要盡快上線測試，我會去現場給你們進行指導，你們做好準備。”
李軍聽到不免一愣，陳神居然要過來？
難道現在他們部門是大神的親生兒子？
大神的親生兒子，這個說法源自馬真對自己部門地位喪失的感歎。
在隻有義肢研究中心的時候，他們部門是陳神毫無疑問的親生兒子，可以享受到陳神親自到現場督戰指導的待遇。
但是在新增了兩個研究中心之後，親生兒子的寶座顯然就不在他們身上了。
不管怎麽看，腦機和人工智能這兩個研究中心都比他們要高大上得多，也重要得多。
陳神不知道李軍腦海裏麵都在想著什麽，隻是說道：“對，按照公司最近的戰略需要，你們部門必須盡快出一款新的產品。”
而且得是能賺錢的。
陳神在心裏默默補上一句。
第二天，陳神就前往了棱角研究中心。
這棟大樓裏麵，現在存在著義肢、腦機、人工智能三個研究部門，各自有著各自的樓層。
一個是現在公司唯一的現金奶牛，兩個是未來必須搶占的科技製高點。
尤其是人工智能，在近年來的發展越來越迅速，不知不覺中已經在許多層麵上影響了人們的工作和生活。
而他現在，就是要讓這種影響更加具象化。
走進人工智能研究中心，第一眼看到的就是一排排寬敞的工位。
上麵坐著的程序猿正在努力敲著自己的電腦。
“你是大神！”
馬上就有一個罕見的妹子程序猿發現了他，所有人的目光都掉轉過來，辦公室裏麵連綿起伏的鍵盤聲也停了下來。
陳神向她點點頭：“你們老大現在在哪兒？”
“他在會議室裏麵開會，我帶你過去吧。”
在眾人的目光下，陳神跟著妹子走到會議室的門口。
妹子敲了敲門：“李總，大神他來了。”
馬上，李軍就過來打開了會議室的門，一臉的驚訝。
“呃……總師你怎麽這麽早就過來了？”
“早點過來，早點解決問題。”
“你們現在在開會討論什麽問題？”
陳神看了看會議室裏麵坐著的人，身上都帶有明顯的程序猿和工程獅的味道。
“我們在討論ai翻譯上麵幾個主要的難點。”李軍回答道，一邊把陳神請入會議室。
陳神看了一眼會議室的投影屏，上麵隻列出了三個標題：
【譯文選擇】
本書由公眾號整理製作。關注vx 看書領現金紅包！
【譯文調序】
【數據稀少】
腦子稍微一轉，他就想起來，這是目前ai翻譯麵臨的主要難題。
“總師，要不這個會議你先講兩句？”李軍深諳職場之道，會議這種事情怎麽能不先請領導上去講兩句？
他不僅是個技術精，也是個人精，不然能在業內混出這麽大的名堂嗎？
當然，這一切的前提得是那位領導有真材實料，而不是一個草包。
陳神當然不可能是一個草包，他現在研究的白澤算法還是陳神編寫出來的，這樣的人要是個草包，那他算是什麽？
叉燒包？
陳神也沒有推辭的打算，他甚至對李軍說道：“這個會議就換我來開吧。”
李軍瞬間變成黑人問號臉。
大佬，你隻需要上去做一下領導講話就夠了啊！
難道是陳神太年輕，不明白這些套路？
他拍馬屁拍到了馬腿上？
“我順便趁著這個機會，把一些關鍵點都給你們講明白了，這樣就不用再講第二次了。”陳神稍微解釋了一下。
好吧，都已經這麽說了，李軍當然不會再拒絕。
他也想看看，陳神對於ai翻譯的理解有多深。
這時，陳神也走到前麵，開始講解起這三個難題。
底下的人沒有一個人敢輕鬆大意，都認真聽著。
他們中間有一些是對ai翻譯有過研究經驗的老員工，有一些之前沒有接觸過相關的領域，是新調進來支援的，此時無一例外都聽得都很認真。
白澤算法都是陳神發明的，不需要其他光環，隻憑這一項成就，他的講話就足夠眾人認真對待了。
“ai翻譯的第一個難題，譯文選擇的問題。”陳神在投影儀前麵說道。
“在各種語言之中，一詞多義的現象是非常普遍的，比如看書，這個詞語翻譯成英文單詞要怎麽拚寫，在坐的各位應該都知道，不需要我一一列出。”
現場眾人笑了笑，他們作為一個最頂級的程序猿，對於這麽基礎的英語問題自然不會不知道。
陳神繼續說：“但是在ai翻譯裏麵，看書這個詞語單拎出一個看字，卻是有很多種翻譯的，see、read、look、watch等等，在得知後麵的賓語為書之前，隻知道一個看字，ai是無法準確把看字翻譯成英文的。”
“這就是譯文選擇的難題。”
在場的人都認同地點起頭，這個解釋確實沒錯，眾人對待這次講解的態度更加認真了。
陳神繼續往下說，“第二個難題是譯文調序的問題。”
“每一種語言在說話的時候，各個詞語的表達順序都是不同的。”
“比如【我在周日看了一本書】這句話，如果把它翻譯成英文之後，再直譯回中文，就變成了【我看了一本書在周日】。”
“這是因為英語中，時間狀語習慣放在後麵，這樣的情況放到日語、德語之中又會發生不同的變化。”
“而且，當句子越來越複雜，主謂賓各種語句成分之間的組合順序也會越來越複雜。”
“這也是網上可以看到許多句子文章在翻譯幾十上百遍之後變成沙雕素材的原因之一。”陳神說到結尾，順便開了個小玩笑。
在場的人們都笑了起來，一些對ai翻譯不了解的人，也是現在才明白這個道理。
“至於第三個問題，數據稀少。”
陳神的表情很輕鬆，“這對於我們來說，可能是最好解決的問題了……”