旁邊幾個老外工程師紛紛附和。
“沒錯！硬體算力根本不夠支撐這麼龐大的語法庫！”
“強行做這個功能，只會讓手機變成一個發熱的磚頭。我建議直接砍掉中文語音助手，保留英文版就行了。”
周桐站在旁邊，急得滿臉通紅，用蹩腳的英語跟他們爭論：“不能砍！這裡是中國，賣給中國人的手機不支援中文語音，那算什麼創新？你們再想想辦法調整一下底層邏輯！”
“怎麼調整？你來教我寫程式碼嗎？”湯姆不屑地看了周桐一眼，“我們在矽谷做語音識別做了五年，沒人比我們更懂這個。我說做不出來，就是做不出來。”
“誰說做不出來？”
一道低沉的聲音從門口傳來。
研發室瞬間安靜下來。陳歡推開門，大步走進來。那股不怒自威的氣場，讓剛才還囂張的湯姆下意識地後退了半步。
陳歡走到那面白板前，拿起板擦，直接把上面那些老外辛辛苦苦畫了半個月的複雜語法樹和詞根邏輯，擦得一乾二淨。
“老闆，你幹什麼？那是我們半個月的心血！”湯姆急了。
“一堆垃圾，留著幹什麼。”陳歡把板擦扔在桌上，拿起一支黑色馬克筆。“你們的思路從一開始就錯了。”
陳歡轉過身，看著這群自詡為矽谷精英的天才。
“你們企圖讓機器去理解人類的語法。你們想把幾千年的漢語文化，用幾十萬條規則硬塞進晶片裡。這是在用人力對抗語言的複雜性，當然會宕機。”
湯姆皺起眉頭。“不教機器語法，它怎麼聽懂人說話？”
陳歡沒有廢話，轉身在白板上快速寫下兩行公式。
第一行：隱馬爾可夫模型（H）。
第二行：深度神經網路（DNN）結合海量語料庫。
這幾個詞一出來，研發室裡的幾個高階演算法工程師眼睛瞬間瞪圓了。
在2006年，深度學習和神經網路還停留在學術界的論文裡，連谷歌都還在摸著石頭過河，商用領域根本沒人敢想這種瘋狂的路線。
“不要教機器懂語法。”陳歡用馬克筆重重地敲擊白板，發出篤篤的聲響，“我們要餵給它資料。海量的資料。”
“當一個人說出一句話的上半句，機器不需要知道這句話的主謂賓是什麼。它只需要透過機率統計模型，計算出下半句最可能出現的詞彙組合。”
陳歡畫了一個漏斗形狀的模型圖。
“我剛才已經讓老吳去和三大運營商交涉。我們會拿到數億條脫敏後的簡訊文字，以及網際網路論壇上的海量聊天記錄。把這些文字作為語料庫，建立一個龐大的機率矩陣。”
“讓機器自己去尋找詞彙出現的規律。聽不懂方言？那就餵給它一千萬條方言的語音資料，讓它自己去比對聲學特徵！”
陳歡扔掉馬克筆。
“用統計學打敗語言學。用大資料喂出一個智慧。這就是解決中文識別的唯一途徑。”
整個研發室鴉雀無聲。
湯姆張著嘴，盯著白板上的那個漏斗模型，腦子裡彷彿有一道閃電劈過。他原本以為這個中國老闆只是有錢有手腕，但現在，他發現自己面對的是一個站在未來十年技術巔峰的怪物。
。怕可得晰清向方，環閉完輯邏
”。啊不跑本片晶帶基的機手。力算的怖恐其極要需，練訓的料資量海種這“，發音聲，手起舉師程工法算演個一”……闆老是可“
”。機手回傳令指把再，果結完算服伺。心中算計雲的立建莞東在們我到傳上，路網G3過後然。包訊音，音語集採責負只端機手“，眼一他了看樣一痴白看歡陳”？了跑上機手在要說誰“
”。招殺極終的號4影幻是才，這“，頓一字一歡陳”。別識音語端雲合結算計雲“
。完無得上地在按英谷矽些這們他把，野視技的般擊打維降種這。上桌公辦了在靠接直，一雙他。了服底徹姆湯
。場全視掃歡陳”？嗎了白明“
”！覺睡準不也誰晚今！構架層底寫重刻立，型模的闆老照按！麼什幹著愣都“，來起哮咆師程工的下手著對轉，聲一喊大姆湯”！做重翻推上馬們我！闆老了白明“
。開離轉歡陳，室發研的力鬥戰熱狂出發新重著看
。撼震的大巨個一界世全給，上會出釋的月個下在能就，產量力全要只，來下接。型定部全於終和的號4影幻，開砸被頸瓶的手助音語
。門大的房廠號二出走沒還，梯樓下走剛歡陳
。白煞臉，汗大頭滿，上膀肩了到歪帶領，來進了衝面外從樣一風陣一像吳老
。嗦哆在都音聲，膊胳的歡陳住抓把一吳老”！了事大出！了事出！總陳“
。眉皺歡陳”。說再氣口，來下不塌天“
”！天三轉運線水流持維夠只，貨存的裡庫倉們我！了供斷面全們他被，片晶憶記閃快DNAN的用號4影幻！議協貨供了毀撕面方單們他“，恐驚是滿底眼，沫唾口了嚥吳老”！函公來發然突邊那星三！星三國韓“
。歡陳著看地絕吳老
”！了產難要……號4影幻的們咱！去進不裝都統系個連機手，憶記閃快有沒，總陳“
