联网的，就用存货，也比什么都不干的强。

“就算不是为了山村里的孩子，也有一些城里的孩子会因为各种原因去不了学校，摔断腿，得水痘这些都不能去学校，不能就这么耽搁着吧……”

教育产业就算是教培都凉了，也能找到别的出路，搞网课还是很有价值的。

此前紫金开始在做学习英语软件的时候，就已经与几大名校联合，录制了许多不限于英语的名师课堂视频，并且签了全版权。

这些影音资料都可以做为投喂人工智能的数据。

快要被“继承真人情感”项目搞疯掉的程序员们得到了稍微松口气的机会。

尽管人工智能还做不到喂给它一个公式，它就能自己把所有由此公式引发的变形题做对。

但它还是比搞人类情感容易多了。

人类的脑子靠题海战术能搞定，人工智能也能靠题海战术搞定。

人类做几道题之后，不是想切橡皮，就是想弹尺子，不是想喝水，就是想上厕所。

人工智能它不会！它是最乖最听话的好宝宝。

唯一的问题是需要调整学科资料库用来适配。

否则可能会出现一些问题。

比如医学生考题：

请回答PICC是什么？

标准答案：经外周静脉穿刺中心静脉置管。

人工智能回答：中国人民保险公司。

安夏想到钱倩就是小学六年级，如果想要模仿她平时的生活状态，读书做作业也是不可少的。

从资料包里那些作业本和考试卷来看，钱倩的成绩中等偏上，全班四十个人里，英语语文等等考全班前五，数学考全班前十几。

第一个DEMO做出来之后，机器与人类的精神分裂出现的概率是四比六。

“不行，太高了。”

人工智能组把关于教育那一块的数据跟戴密特看，请他指点一下。

戴密特回信：“人工智能最好的学习方法是以接近人脑学习的方式，也就是自然的方式去认知。现在你们开发的这套系统是固定代码，用IF和ELSE锁死了逻辑……”

最后，他建议，使用人工神经网络的方式，让机器进行深度学习。

人工神经网络也是早在1943年就被提出的理论，国外在一直不断发展并完整各种神经网络模型。

国内也在1980年就开始起步。

紫金科技向全社会招聘。

来的人或多或少都有些能力，但都没有达到安夏想要的水平。

最后是一位IT届的同行跟安夏说：“有这个能力的人都已经有工作啦，广撒网发广告是不行的，你得定点找。”

“怎么定点找？”

国内现在也没有搞人工智能特别厉害的单位，没法定点去挖人。

同行告诉安夏，三年前，曾召开过“中国人工智能联合会议”，她可以按着参加会议的人员名单，一个个找过去。

于是，人事部接到了一个新任务：找人。

一回生，二回熟，李俏现在对于挖人也算小有心得，领导发话，她就执行。

公司现在一不限名份，二对收入这块也给得大方，如果对方实在要求更多，给安夏打个电话，也不是不可以批下来。

李俏挖来了一位曾在加州理工留学的专家，他的情况比较复杂，一腔热血回国，然后被行政系统见鬼的办事效率拖到气急败坏，还有学界各种他看不上的行径，现在处于一怒辞职，打算回美国再就业的状态。

让他还没离开国境的原因是他想把家里人都接过去，家里老人追求落叶归根，不想去。

于是，李俏趁虚而入……啊不是，是把握时机，了解到他并不是对自由灯塔有着割舍不掉的情谊，就是被行政流程烦得受不了。

李俏详细向他介绍紫金的管理架构，以及紫金蝶所处的地位，以及管理扁平化，老板是个目标导向者，不追求那些莫名其妙的流程。

再加上“她给得太多了”，于是，他就来了。

不得不说，有时候，真就是一个神人来点拨一下，一堆菜鸡就能有质的飞跃。

现在“倩倩”的精神分裂概率变成了二比八，总算有八分像人了。

工程师们还在精益求精。

“我觉得九分像人的时候，应该就可以了。不必追求数据完全一致，人还有神经突然不正常的时候，像完全变了个人，九比一，已经算正常的人了。”

一个人在一天之中，脾气忽然出现诡异的短暂变化，也不会就到达要被送到精神病院的程度。

只会被人说“他是不是跟老婆吵架了”、“他喜欢的球队是不是输了”、“她是不是来大姨妈了”。

延续情感是不是能稳定，这是个问题，需要多做测试才能确定。

在做语言认知环节的时候，问题也很多。

最简单的问题

“你去给我拿两根葱来。”

选项A：真的拿两根葱来。

选项B：自己根据情况做判断，到底要拿几根葱。

别说人工智能了。

连人都不能统一。

绝大多数人都认为“拿两根”是个虚数。