【路舟筆記】不得已而為之

請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能，避免出現內容無法顯示或者段落錯亂。

2011年8月15日，路舟筆記——《不得已而為之》：

這是一個非常困難的決定，但一如曾前，我不得不去按下這個按鈕。

在去年這個時候，微訊和夢谷雲的規模還沒有達到這麼大，嚴格意義上，當時只有夢谷廣告的業務是進入了商用階段。周文負責了當時整個夢谷廣告的資料處理，而這個成為了夢谷雲後來做D+的原型。

當然，往後的發展中，連夢谷廣告都將相關的業務資料處理遷移到了夢谷雲的D+。

一切順利運轉。夢谷廣告為此招收了一批資料崗的員工，內部稱是資料工程師。他們透過D+所提供的視覺化圖形或者資料介面來處理資料。這應該稱作是經驗學，它仰賴於工程師的經驗學識。

在微訊的起步中，程旭元並沒有過度考慮這中間的問題。事實證明，這是一種明智的選擇，在企鵝的夾擊下，我想將產品推進迭代是比最佳化資料的優先順序更高。今年春節之前，當資料的處理提上了微訊的議程，一切卻變得近乎失控。

很明顯，即使微訊再招收上千名資料工程師，也永遠無法將資料處理完成。因為隨著資料量呈指數級增長，待處理的資料量就始終維持在了90%以上。人力終究有限，而資料卻無窮極。

所以，人工智慧是必然。它可以取代更多人力。

將整個事情抽離些概念，我想，不外乎有三：資料、演算法、算力。即使不去談論人工智慧，我想，也同樣需要面對這三個問題。

資料正在不斷膨脹，無論微訊抑或其他公司。其體量之龐大，已經大到我有些難以想象。而它每天仍然在大量產生，不斷消耗著夢谷雲購置的儲存硬體。

演算法大部分在上世紀就已經出現，我們所做是在重新構建和工程化。這是七星的臥龍、微訊以及夢谷雲在共同探討的問題。

算力，計算的能力。在演進的路途上，它也同樣到了不得不考慮的地步。通用型計算的cpu在這個領域註定是比較差的選擇。一如我在比特幣社群看到有人探討FPGA礦機一樣，對於人工智慧和公司內的資料處理，我想也是需要更高層次的硬體，比如FPGA和ASIC。

硬體的演進上，人工智慧和區塊鏈在這裡有些微妙的相似。當然，關聯性沒想象中那麼大。或是我還難以遠望到？也許吧。

梳理到這裡，接下來的論述也不會太困難。我將之分成了數個層次：應用平臺、演算法實現、框架介面和硬體。

硬體機器是構成算力的總要組成部分，是物理基礎；框架介面實現硬體和軟體之間的通道，將與硬體溝通的介面暴露給上層使用；演算法則是在已有的理論基礎上實現，可能我們會嘗試做圖形、語音和文字等的基礎識別；應用平臺，這裡就應指夢谷雲，它將整個底下三層的東西進行封裝，為開發者提供計算能力。

如果說雲端計算是將計算能力虛擬成流，使用者開啟開關即可獲得計算流，那麼，對人工智慧而言，我相信也是如此，它也可以理解為雲的一個新的拓展。

使用者開啟開關，即可利用人工智慧，而無需考慮硬體、介面、演算法，就像雲一樣，即插即用。我想，這是個不錯的願景。

至於插上去做什麼？

我想，應是由你決定的事情。

......

小葉子：已閱，不懂。請指教~