距离苏航的证明发布已有一月余。

　　一封邀请函从大洋彼岸飘洋过海来到了汉城大学。

　　“苏航，今天下午有空来办公室一趟，有件事情要和你说说。”

　　董利教授给苏航发了一条消息。

　　苏航回了个收到的表情包，然后继续敲代码。

　　上次已经和祝庆田、岳明两人达成共识。

　　在苏航的要求下，将会和麒麟联合开发一个倾向于工程领域的操作系统。

　　将会应用于智能建造领域。

　　设想是很美好的。

　　工地上重要岗位人手一台平板。

　　里面的搭载程序也很简单。

　　主要是内部通讯、设计图编辑查看、实时位置共享、任务分配、工期安排等方面。

　　根据工地摄像头对每一个人智能扫描，危险区域自动提醒，任务分配后才能专人进入任务场所。

　　将会提高施工安全性。

　　平板、定位装置都将是定制的。

　　所以系统也将是定制的。

　　至于苏航的功能，也将会在和麒麟的负责人沟通后视情况写入系统中去。

　　首先就是小C的自然语言识别、读写。

　　这里的自然语言主要还是中文。

　　麒麟系统本身就是倾向于中文环境开发的，很多的内部设置和打印规范都是按照国标来的。

　　有规范，那小C更容易进行识别。

　　这一块，苏航做得比较快。

　　这里的自然语言识别读写也是机器学习的一种。

　　如果资源足够，苏航大可以像谷歌一样，上亿的数据集砸下去，然后硬生生炼出一个自然语言识别程序。

　　就像是

　　如果数据集更加规范有序，进一步让程序能够自动生成文章也不是不行。

　　但是小C明显不是这样的。

　　当初小C所有的数据不过是字典词典和一些书籍，对了，还有团团和主流媒体的文章等等。

　　数据量少，而识别相契合度高，说明小C有着更加先进的算法。

　　尤其是自然语言有着大量的隐性信息。

　　汉语尤其如此。

　　比如，这是什么意思？

　　根据不同的语气就有不同的解读方式。

　　所以，对于模糊的汉语识别是非常困难的。

　　但是，理解诗词韵味对小C而言也许有些困难，但是结合语境理解自然语言的含义却是不在话下。

　　通过对小C的代码分析，苏航大概摸索清楚了小C的“逻辑”。

　　数据的价值不仅取决于量，还取决于质。

　　就像有些人可以见微知着，数据量虽少，但是却能够通过分析发挥更大的作用。

　　纯粹的用大量数据进行“筛选”，用淘汰的方式来选择合适的拟合路径，对算力的浪费是极大的。

　　小C则不一样。

　　在收集到数据后，首先建立了特殊的读写数据库。

　　就像是小学生学组词造句一样，小C也把每一个汉字给建立了知识图谱。

　　让数据变成了结构化的知识！

　　与其说是数据库，不如说是知识库。

　　不过这个知识库服务的对象不是人，而是小C，或者说，服务于机器。

　　其以算法为骨、以数据为肉，以内在逻辑为筋脉，体现了机器对于数据的理解。

　　如此下来，即使数据规模不大，但是却及其富有逻辑层次。

　　苏航回忆起最初使用小C的时候，虽然它不是很聪明，但是它可以清楚的认知到，什么是会的，什么是不会的。

　　这意味着它已经有了一个搭建好的逻辑平台、算法骨架，它清楚哪里有空缺，甚至会从已有的知识体系中去寻找解决方法。

　　而在后续允许登入部分网站后，小C的数据库得到了充实，形成了一个初步的知识网络，并且可以实时更新。

　　为了跨越机器语言和自然语言，小C在知识推理上的算法尤其强大。

　　这也是它能够理解隐含信息、补全知识图谱、基于历史信息推演的基石，甚至其强大的自适应性也有知识推理的功劳。

　　同样的，知识推理也是小C可以和苏航进行问答的基础，可以根据前后两句话以及一些环境背景来推断问题的答案。

　　举个例子。

　　钢铁侠在一次对战中发现打不过了。

　　托尼斯塔克说道：“贾维斯，把我的战甲发给我”

　　贾维斯：“好的。先生，Mark42战甲已经发射，预计15秒后到达。”

　　贾维斯直接就把战甲发射了。

　　没有问发射哪一架，就是根据对战的对手信息来推测哪一个类型的机甲可以起到作用。

　　对话简单明了不啰嗦，就像真人一样。

　　否则的话，就是这样了。

　　斯塔克：“贾维斯，我打不过了，发射战甲！”

　　贾维斯：“先生，请问您要哪一架？”

　　斯塔克看着眼前暴走的绿巨人，身体不停地跳跃躲闪，哪里有时间思考。

　　斯塔克：“哪架厉害，我要最厉害的。”

　　贾维斯：“先生，您是想要速度最快的吗？还是力量最大的？还是均衡能力强的？或者是绝境战甲的升级版马克37，这边为您特别推荐一款，应该可以满足您的需要，马克44……”

　　斯塔克，卒。

　　要是不能根据环境和语境来推理回答，那人工智能多半就是人工智障。

　　这一点上，苏航可以毫不客气地说，小C在市场上绝对是第一。

　　目前为止，多数智能语音助手只能根据刚刚说的一句话来作出答复，而不能联系上一句话。

　　但是小C，在长久的和苏航交流过程中，甚至已经成为了苏航的形状。

　　这就是小C强大的知识推理能力。

　　让小C可以充分利用好现有的数据，用较少的数据量，形成尽可能多的知识网络。

　　对于数据知识的利用率，小C无疑是达到了苏航已知的巅峰。

　　至于有些国家有没有暗中开发，没有公布的人工智能，苏航就不清楚了。

　　所以，苏航很大一部分时间都是在把它的这一块功能给复现出来。

　　费尽心力。

　　苏航总算是形成了一个基于Linux操作环境的语音助手程序。

　　相当于一个弱化版的小C语音助手。

　　不过，这是一个苏航完全掌控的软件，里里外外，完全拥有自主产权。

　　也没有用到Linux的代码，不需要公开。

　　即便麒麟看不上，苏航也完全可以将其作为一个独立的软件发布出去。

　　完成了这个工作，对于小C的解析就可以告一段落了。

　　苏航伸了一个懒腰。

　　此时已是中午，是时候去吃个饭，下午还要去一趟董利老师那。