“宿胖的技術路線，其實是這樣的：他宣傳PP提到的‘人工智能識別視頻內容，並根據用戶喜好推送’，實際上完全沒有做到。

    傑克，不知道你注意到了沒有——為什快蹄上的視頻，都會在首頁上打上這多的字呢？比如這個‘教你如何紮丸子頭’，或者那個‘牙套妹，奈何美色’、‘太木人道~’。從審美的角度來，你不覺得短視頻打這多字很醜？”

    馮見雄侃侃而談地誘導著，力爭讓傑克馬自己去發現。

    “對啊，為什，很醜。”傑克馬果然順著思路往下。

    馮見雄微微一笑：“因為其實宿胖跟張一鳴一樣，隻會識別視頻的標題和文字明。他的人工智能是識別不出視頻圖像的故事內容的。他隻是靠讀懂了文字，然後覺得這個視頻是講什的，就把它推薦給其他‘曾經喜歡看同類文字標題或描述內容’的用戶。

    所以，宿胖的真相，隻是跟風了張一鳴的技術路線，然後偽裝成可以智能推送視頻而已。目前地球上，還沒有一種人工智能可以看懂視頻的故事性。至少四年內不可能。”

    “原來是這樣……確實，目前世界上圖像識別領域最強的就是穀歌，其次就是我們阿狸係，我他們怎讓機器讀懂視頻內容的呢。”

    這句話不是傑克馬的，而是老曾為了補救，拍的馬屁。

    他似乎已經忘了，就在不久前，他還信誓旦旦“宿胖也能做到，所以你馮見雄不配要高價”呢。

    不過，沒人會在意這些話就是了。

    傑克馬也不傻，他知道下屬是為了幫他砍價。

    沒有一個老板會處罰一個為了幫自己砍價而謊的下屬的。

    馮見雄也是頂級人精，當下一笑，窮寇莫追。

    他也跟著一起當頭棒喝後給甜棗：“老曾總算想明白了——老馬，你就這想好了，穀歌之所以圖像內容識別做得好，是因為他們要搞圖片智能搜索的引擎。

    你們阿狸之所以這投入，是因為你們要讓女人去線下服裝店拍了照、然後上淘寶找同款。

    目前這些技術的商業變現渠道還不多。所以隻有你們和穀歌這樣砸錢。連你都連根毛的成果還沒砸出來，宿胖這點身板能做出個屁啊。科研是真金白銀燒錢的，又不是過家家。”

    這個馬屁非常精妙，關鍵是言之有物，讓傑克馬聽得很爽。

    畢竟馮見雄誇讚的是他的戰略眼光。

    對於一個逼王來，一般的馬屁是聽不進去的。

    但如果有人能從高科技發展趨勢的角度，花式論證出他戰略決策的英明果決、高瞻遠矚，那傑克馬簡直會爽到毛孔通透。

    可惜世人再無如此口才和犀利眼光。

    “嗯……似乎不無道理”傑克馬沉吟數息，旋即想到另一個問題，“馮，那你又準備如何解決‘目前的人工智能還看不懂視頻’這個問題呢？如果你沒有獨門秘訣，那也隻不過是宿胖做不到、你也做不到而已。”

    “我現在也做不到，但我可以在兩三年內做到，而且確保比他們快至少一到兩年。”馮見雄智珠在握地。

    “那描述一下你的技術藍圖。”傑克馬當仁不讓地問。

    馮見雄也不客氣：“可以，不過能讓他們先回避一下？我的計劃，不是純粹靠技術手段來解決的。而是技術不夠、商業和運營來湊。所以，涉及到很多容易被‘借鑒’的創意。我必須確保自己的商業機密。”

    傑克馬一聽，給老曾和蔡重信都使了個顏色，讓他們先出去雞尾酒。

    蔡重信和老曾對視一眼，一聲不吭帶著人走了。

    馮見雄微微一笑：“其實，我的辦法，穿了也簡單——據我所知，目前穀歌公司進行的‘智能看懂視頻’項目，其項目預期期限，需要5年，才能攻克全部技術難點。

    但是，這5年不是‘行百而半九十’的，而是按照一個個技術階段分別攻克的。他們要實現的最終目標，是‘通過讓人工智能算法，識別出一個視頻中，哪幾幀畫麵才是決定全篇調性、故事主題的‘主要內容/中心思想’。

    然後，再通過精讀識別這些幀的畫麵上，有多少人物、什動作、發生了什故事’，最後總結出‘這視頻大致是在講怎樣一個故事’。”

    馮見雄到這的時候，稍微停頓了一下。也觀察了傑克馬的接受度，又通俗解釋了幾個點。

    他的這番理論，如果都用術語表述，可能比較晦澀。

    但是，舉個學生都懂的例子，橫向對比一下，就通俗了——穀歌科學家們，在調教“深度學習”型人工智能、理解人類語言文字/圖像信息的時候，其實有點兒像老師給學生上語文課。

    相信學生都記得，當年語文課的時候，老師會不厭其煩問你：這篇課文的主要內容是什？中心思想是什？線索是什？

    很多學生當初肯定是內心有一萬頭羊駝奔騰而過：尼瑪！老子知道這個課文了啥，看懂不就好了？你問個屁的“主要內容”、“中心思想”啊！考試答錯了還扣分！

    但你別，調教機器人學語文的時候，還真得嚴格按照“主要內容”、“中心思想”這一步步總結下來。很多人類覺得可以靠本能繞過去、或者省略掉的步驟，機器是繞不過去的。

    傑克馬很快就懂了，示意他繼續：“那，然後呢？”

    馮見雄繼續解：“既然知道穀歌的技術路線了，那我們就可以推斷：在實現最終極的目標之前，穀歌需要先解決‘讀懂一張圖發生的故事’的問題，然後再考慮‘如何選出一個視頻中最能體現中心思想的那幾幀’。

    那，距離‘讀懂一張圖的故事’這一步，穀歌目前差多遠呢？我認為大致是三年——目前穀歌已經可以做到識別圖片是不是有一張人臉，但還沒法識別這個人到底是誰、和另一張照片的人是不是同一個。

    穀歌還能識別出‘圖有沒有一隻貓’，但識別不出‘這隻貓和剛才那隻貓是否是同一隻’。而大約三年之後，這些都不是問題。穀歌能做到‘從識別出圖有隻貓’，到‘識別這一幀在講什故事’。

    我們如果緊跟穀歌的步伐，結合阿狸係的圖像識別研發，就算留一年餘量好了。那016年也能搞出‘讓機器讀懂一幀’的商用技術。當然，這麵肯定需要與阿狸係圖像識別團隊的深度合作，也需要後續的投資。

    而對我來，隻要做到了‘識別出一幀’，我就能‘大致讀懂整個故事’，從而把穀歌需要用純技術手段解決的問題，用運營手段給暫時繞過去。”

    技術不夠，運營補。

    這一招，馮見雄用得屢試不爽了。