第161章 走百度的來時路
很快，一個Int4量化版的榛果Seek—2就訓練完成了。
本書首發 讀小說上天天看小說，𝐭𝐭𝐤𝐚𝐡.𝐭𝐰超讚 ,提供給你無錯章節，無亂序章節的閱讀體驗
它最大的進步，就是在保持榛果Seek—1的語義理解上，強化了信息關聯能力。
後世對這項技術，叫做檢索增強生成：RAG。
可模型訓練出來了，西部榛果數據中心也投資了這麼多錢，要如何賺錢呢？
對此吳辰的答案非常清晰：
抄百度！
當然直接抄面向普通用戶的百度那是不可能的。
不論從技術還是實力，現在的榛果都不具備和百度掰手腕的能力。
除了沒有那麼多的算力資源外，最主要的是生態。
沒有人願意把自己的數據開放給榛果的網絡爬蟲。
但內部資料就不一樣了。
所以像百度一樣，吳辰的目標，也是先做企業內部資料的搜索。
而且第一批客戶，就是已經有過合作的科大訊飛、搜狗和天涯社區。
在之前的合作中，吳辰已經為他們提供了各自想要的技術，雙方對合作也都很滿意。
所以當吳辰提出想幫他們整合內部數據時，幾家公司也都願意繼續合作。
具體的方式，則是榛果為他們提供一個內部的搜索服務。
為些，科大訊飛的劉慶峰還特意飛了一趟塔縣。
他是安徽人，雖然這些年天南地北的也跑過不少地方，但初春來到肅州這麼冷的地方還是頭一遭。
一下飛機，他就冷的直打哆嗦。
不過塔縣組織的熱烈歡迎儀式，倒是讓他心裡暖了不少。
去往榛果數據中心的路上，他期待的對陪坐在後排的吳辰道：「吳院長，這次又要給我看什麼黑科技，能不能讓我的用戶量漲一漲？」
之前用了榛果提供的語音增強技術後，訊飛的語音轉文字技術受到了廣泛的好評。
三個月內，用戶量就增長了百分之30%。
尤其是中老年群體，現在基本上都是訊飛語音的忠實用戶。
他們即使說口音很重的方言，訊飛語音也能在榛果Seek的幫助下轉換成標準的普通話
文字。
所以劉慶峰這次也是信心滿滿。
吳辰笑著道：「這次倒不是對外的，而是對內的。」
「對內？」
劉慶峰詫異過後，稍微有點失望。
其實這也是目前國內網際網路企業的普遍心態。
當前的環境實在是太好了。
只要是做網際網路的，基本都能起飛。
而且這種盛景，將會一直持續到2015年。
所以在這種烈火烹油般的繁榮下，很多內部的問題就被掩蓋了。
最典型的就是企業內部知識庫的信息孤島。
後果就是重複造輪子。
這些公司招收了大批的人才，也都完成了不少的知識積累。
但問題是這些知識都很鬆散。
一個部門完成了一項技術突破，另一個部門可能完全不知道。
就像索尼的Walkman部門已經研發出了MP3格式，它們的音樂版權部門還花了幾千萬去買了別人的DRM加密技術來封鎖MP3。
這也是業內典型的案例了。
所以建立一個內部的知識檢索系統，實際上是很重要的一件事。
聽了吳辰要做的事，劉慶峰更加失望了。
他語重心長道：「吳院長，我勸你一句，這條路不好走，不然你以為百度為什麼不繼續做下去？」
「那是因為他們做的是關鍵詞匹配，但我做的是語義理解。」
吳辰道。
實際上百度後來推出的百度企業搜索之所以失敗，就是因為如果不理解文檔內容，搜出來的結果全是垃圾連結，根本沒法用。
但劉慶峰顯然不是這樣認為的。
「吳教授，咱們企業內部都是有自己的一套搜索系統的，雖然簡陋點，但也夠用了。」
吳辰點點頭表示明白。
但他還是自信道：「我這個和你們的不一樣。」
「那我就拭目以待了。」
劉慶峰暗自搖頭。
他決定待會兒看一下，象徵性的投個幾十萬意思一下就行。
這樣他給了吳辰面子，吳辰也能對省里和市里交待。
大家就都有了光明的未來。
來到榛果的數據中心，劉慶峰也有點感嘆。
「竟然能在戈壁灘上建這麼大規模的工業園區，真是下血本啊。」
在他看來，這純純的就是面子工程，刻板印象不禁又加深了幾分。
吳辰也感嘆了一聲，卻是另一種心情。
「這何嘗又不是一種奇蹟呢？」
來到辦公室，吳辰打開了演示電腦。
上面只有一個簡單的網頁，有一個上傳文檔的組件。
劉慶峰看了一下，上傳的文檔類型還挺豐富。
除了普通的TXT廣西外，還有Word，EceI等等各種類型。
甚至包括代碼文件。
他也是技術出身，知道將這麼多類型的文檔整合在一起是一件很麻煩的事。
但也只是麻煩一點罷了，並不像榛果Seek—1那樣有技術鴻溝。
吳辰一邊操作一邊演示道：「劉總，我相信訊飛內部肯定也有很多文檔，但想要把它們整理起來一定很難。」
「那確實。」
劉慶峰點點頭。
只要做項目，那項目文檔、實驗報告、專利初稿、技術討論郵件和會議錄音轉寫稿肯定會多到人崩潰。
但這些又都是重要的企業資產。
甚至可以說，這就是一個企業的底蘊。
傳統方式想要在這浩如煙海的文檔中查詢資料，需要大量人工整理和標準化，成本極高。
所以訊飛內部也一直在建立自己的知識庫體系，但一直沒什麼進展。
吳辰道：「但我們這個榛果Seek—2呢，可以接收原始文檔，免去轉換的麻煩。」
他當著劉慶峰的面上傳了幾個文檔，各種類型的都有。
裡面的內容，則都是關於一個智能客服項目的。
上傳後，界面顯示嵌入處理中。
「這一步轉化，我們把它叫做嵌入。」
吳辰解釋了一句。
劉慶峰大致明白它的意思。
這不就是吳辰之前在京大講座時說過的word2Vec嘛。
好像也沒什麼新技術啊？
但吳辰只是笑了笑沒說話。
很快，文檔就全部存入了向量資料庫。
吳辰打開了一個對話框後，然後讓開了位置。
「劉總，你問問試試看？」
劉慶峰坐到電腦前，看著那個類似QQ的聊天界面有些發懵。
「要問什麼？」
「和剛剛文檔裡面的內容相關就行。」
吳辰說。
劉慶峰點點頭，然後回憶了一下剛剛看過的一個會議記錄文檔。
裡面好像有人反饋了業務需求，他瞄了一眼還挺有意思。
但具體的細節就記不清了。
於是他敲下了一個問題：「最近的業務需求有什麼變化？」
幾秒鐘後，屏幕上開始出現回答。
「根據會議記錄，最近的業務需求變化主要有三點————」
看著那一個一個蹦出來的文字，劉慶峰有些懵了。
這是電腦回答的？
不會是有真人在後邊吧？