而且，百度和谷歌除了搜索大数据的历史记录足够庞大、完爆其他搜索服务提供商之外，他们还有一个独门之秘，在2oo9年只有他们两家形成了规模。
那就是“百度知道”，以及比百度知道逊色一些的“谷歌问答”。
“知道”，是一个比搜索更加贴近人类语言习惯的问答产品。在搜索的时候，人只会打几个关键词，很少会直接长篇大论写一句话，写一个用人类正常语法表述的问题。
而用百度知道的时候，因为背后是人类在回答，所以大家都遵循了人类语言的语法。
一个新买手机的用户，和初秘或者sIRI聊天的时候，问到的问题，真的是绝无仅有、从来没有前人问过的么？
恐怕不尽然。
十几亿人心中的困惑，有相当大一部分是重合的。同一个问题，可能全国有几百万人想问。
有了百度知道的云端大数据之后，初秘或者sIRI再听到时，就可以先搜一搜这个云端数据，看看有没有近似的或者重复的前人提问。
如果有，直接把前人提问中的“被采纳答案”推送过来、语音阅读一遍就行了。
在“知道”这个产品上，谷歌其实走得比百度慢。谷歌的强项，是“谷歌学术”那种专业标准化的问答，而缺少家长里短的日常人工智能锻炼。
在人工智能领域，如果非要对比谷歌和百度的优劣势，只能说：谷歌可以训练出更精密的机器，但是不如百度那样容易给机器学会‘七情六欲’。
因为早年的谷歌，压根就没想到去锻炼其人工智能的这个方面。
当然，说句良心话，百度也没想到。
“百度知道”日后教会了“度秘”比sIRI更能插科打诨，也只是百度发展时一招无心插柳的歪打正着。
……
正因为顾莫杰懂行，因为他自己就懂深度学习算法，所以，他比别人更能领会严磊开出的条件诱惑力。
初音集团，在搜索上是弱项。
但是初音集团，在人工智能的算法领域，是强项。
一个企业人工智能产品的强弱，受制于两个因素。
一个是算法的好坏，一个是大数据的规模。
比如，谷歌的算法效率假设是1o%，而谷歌的日搜索处理量是1o亿条，所以谷歌的人工智能每天理论消化的问答是1亿条。
如果初音的算法效率更好，有2o%，但初音每天的搜索处理量只有1亿条，那么初音人工智能每天理论消化的问答只有2ooo万，比谷歌弱了五倍。
有好算法，有好的“数据消化效率”，却没有足够的“数据饲料”去喂养这副“消化功能”极强的“胃口”。
这一直是初音人工智能研究院的缺憾，短板。
但是，如果按照严磊的说法，把谷歌中国过去五年，在中国市场上搜集到的服务器端历史记录数据统统copy过来，“填鸭式”地塞给“初秘”去学习，那么初秘在“真正听懂中国人讲话”这个问题上，起码可以赢得相当于额外获得两三年时间锻炼的效果。
历史上sIRI公司成立于2oo7年，1o年被苹果收购后，在4s上放出了这个人工智能产品。
但是用过Iphone4s的用户，恐怕都有一种记忆：
刚开始，4s上的sIRI智能程度真的很低，几乎听不懂什么话。还是只能和旧时代的“语音拨号助手”那样，帮主人翻翻通讯录、拨打一下电话为主。
至于让sIRI真的近似于人一样和主人聊天，似乎是2o12~2o13年的事情了，那时候的sIRI才渐渐说话像人话。
那就是因为，sIRI花了两三年时间来“学习”、来积累和消化云端大数据，渐渐统计出人类语言习惯。
如果谷歌中国不倒下，谷歌在华的那多年数据记录，肯定是作为商业秘密不会公开的。因为那涉及到其对中国人上网习惯的统计。如果公开了，很有可能被对手拿去，作为优化对手引擎算法的参照物。
但是，如果谷歌中国倒下了，这些数据再遮遮掩掩藏着，似乎就没什么意义了。
只要顾莫杰出一笔看上去挺诚意的价码，谷歌总部相信就会把这笔数据财富卖给初音。
顾莫杰意淫着美好前景，简直要兽血沸腾。
恨不得现在就在老朋友拉利佩脊梁骨上捅一刀，然后把谷歌中国的数据资源巧取豪夺走。
“磊哥，来，好好说说你数据到手之后的详细使用计划。我都有点迫不及待了……”
“当然没问题，就是如此如此，这般这般……”
严磊一副指点江山状，对顾莫杰讲解了一个钟头的技术路线梗概。
“只要做到了这些，然后，我们的初秘肯定可以在‘人话识别率’上领先sIRI至少两年。”(未完待续。)
