最終實現用人工智能揣摩用戶喜歡什麼，從而把他喜歡的內容產品推送給對方這種商業模式。我相信，這一天實現的時候，不管是叮鐺網還是某點網，或者niconico，正版付費用戶的規模都會產生一個數倍乃至數十倍規模的爆炸。
到時候，內容產業會迎來一個盜版的垃圾資源容易找，但是盜版的、知道你品味的好書好歌好遊戲難找，用戶或許不會爲純粹的內容付費，但是他們不得不爲內容知道他喜歡什麼內容的人工智能組合套餐付費。”
顧誠用一句輕鬆的展望，把馬風和丁三石都拉到了一個悠然神往的世界裏。
丁三石是做內容產業的，從遊戲到音樂，他深知國內的盜版問題有多嚴重。而如果可以解決盜版問題，足以養活多幾十倍乃至百倍的內容產業者，並且把細分需求的長尾效應發揮到何等極致的程度。
“你你在長尾理論這本書裏寫的未來遠景，原來在多年之前你就已經知道要怎麼去實現了這這也太誇張了吧，你寫長尾理論的時候，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能這個概念，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：“抄怎麼抄大數據在我手上，你們有麼人工智能的算法在我手上，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，那我也不瞞着你們，實話說了吧。未來的深度學習型人工智能，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，顧誠也不藏着掖着，乾脆地伸出三根指頭，比劃着說：
“未來要做好深度學習型人工智能，關鍵有三方面的條件。
第一是要有好的算法，這個是核心，就像是軟件。
第二是要有充分的大數據，這個就相當於是軟件裏的輸入素材。而且深度學習型軟件是可以自我優化自我進化的，輸入素材越多、數據標示越好最終的效果就越好越精準。一旦某一方面的大數據有優勢，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數據的硬件處理速度以目前的人工智能運算量來看，哪怕是解決最簡單的圖片識別，或者語音智能識別，甚至只是輸入法頻次統計反饋，都不是任何一個單獨的服務器可以承載的。或許每一個需求，都要用一個數據中心的處理能力去處理。
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。但是如果人工智能的應用成本太高，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。用人工智能大面積解決問題，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
資本家纔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能競爭對手同行甩開，但對於整個人工智能行業消滅人類崗位的進程，起碼會造成三到五年的延後。”
馬風還在琢磨其中的算計，丁三石卻已經聽懂了：“確實，就跟今年我看到濱江咱黃易總部隔壁，有幾家做新興產業led的公司，雖然大家都貴，但是賣不出去的主要原因不是因爲比同行貴，而是買了led的產品之後，售價減去產品全生命週期內省下來的電費，依然比節能燈都貴，所以那些物業老闆纔不買。我跟其中一家叫羅萊迪斯的公司老闆喝過幾次功夫茶，就聽他說起過這事兒。
還有隔壁的海康威視，早幾年也是這個情況一套監控賣那麼貴，之所以賣不出去，不是因爲它比競爭對手大華家賣得貴，而是因爲多裝這幾套監控的成本，比多僱傭一個保安都貴了，才賣不出去。這兩年成本下來了，那些精明的企業主纔開始多裝監控少僱保安。”
馬風的見識還是很廣博的，他做電商起家，各行各業都瞭解一點。聽了丁三石舉的例子，他馬上就想通了。
人工智能的普及，說到底是跟人力成本在pk價錢，不是跟同行pk價錢。比人便宜纔有資本家用。
於是他誠懇地追問顧誠：“那小顧你覺得，有什麼快速降低人工智能運算成本的辦法呢總不能讓我們去投資英特爾，指望硬件廠商把單位計算效能的cpu價錢加速猛降下來吧”
“當然不是。”顧誠端起茶杯，作勢喝了一口，表情很淡定，“首先，cpu的架構模式，處理深度學習算法需要的並行數據處理時，效率還是太低了。就算要在硬件上下手，也不該找英特爾。”
應該找英偉達，但是這句話顧誠就敝帚自珍了，沒必要告訴馬風和丁三石。
他從02年就收購了agiea公司，在人工智能用gpu領域的佈局，已經佔到了先機。未來不管是挖英偉達的技術團隊、積累技術儲備，還是直接想辦法到英偉達投資，都很靈活。
這事兒，他自己就能做，不需要馬風和丁三石的配合。
他今天需要說出來的，都是些他不願意啃的硬骨頭。
“其次，即使不在硬件的物理指標上爭取跨越式發展，我們還可以在資源配置效率上做文章這個解決方案，就叫做雲計算。利用未來網絡的進一步便利，把各大互聯網公司的數據中心整合起來。
或者讓專門的服務器數據託管公司形成虛擬服務器虛擬數據中心的架構，實時優化調度計算資源，把閒置的計算力量以一個相對較低的價格臨時、分時租賃給出現處理需求的人工智能公司用這些招數，可以輕鬆做到在硬件物理性能沒有飛躍的情況下，靠優化配置節約數倍的計算資源成本。”
“你說的這招，目前技術上實現得了”馬風和丁三石異口同聲地狐疑道。
顧誠淡定地聳聳肩：“比較難，但是已經有機會年初的時候，英特爾公司就開始力推雙核cpu處理器了，對多線程計算的分配效率和架構也做出了很大優化。我們公司，目前就基於此基礎，嘗試了內部代碼編譯服務器的分佈式編譯架構。你們不信的話可以去參觀一下。”