道为什么先问了这个，而不是其他。
“你对深度学习，人工智能有什么看法？”周石
路奇看着周石的也是头大，你这都到哪里了，一个众包平台扯那么远做什么？不过周石没有让他想很久。
“你说我们的数据分析，机器学习和人工智能研究要不要处理很多数据，其中是不是很多重复繁琐的简单工作，甚至以后人工智能的自我学习是不是要有一个这样可以自我学习进化的平台？”周石出乎意料的答案，再一次让两人震惊，周石的成功果然不是没有道理的，他的远见卓识显然超过了很多业内人士。许多事情就连他们这些专业人士也不知道下一步怎么做，周石已经预先开始准备了。他是不懂人工智能，但是他知道发展人工智能需要什么外部条件，还在不动声色间完成布局。
“这个众包平台是我们未来的方向？”沈浩宇问
“这只是工具而已，我们只要确保这把工具好用就可以了，如果发展到最后可以垄断市场显然也是一个好生意。”
“我觉得众包是一个很好的想法，未来会有很大的作用。”
这不废话吗，深度学习、人工智能崛起的背后，是庞大的计算设施源源不断地吞噬数据。谷歌开源的Google Open Image Datasets中含有900万张图片，Youtube-8M中包含了800万段被标记的视频，而李飞飞主持的ImageNet项目作为最早的图片数据集，目前已有超过1400万张被分类的图片。这些精心标记的数据，大部分是由亚马逊劳务外包平台上5万名人员花费2年时间完成的。这些分布在全球各地的工人们，昼夜交替，对数据进行手工输入、分类，区分出下一张照片中是否有“狗”，辨别语句中的“bass”到底是低音还是鲈鱼。到了2018年，亚马逊的众包平台甚至有上百万注册用户，每月活跃用户超过2万。
甚至于有人这样评价亚马逊Mechanical Turk平台“当人类变成投喂机器的流水线工人，亚马逊AMT也顺势成为AI时代的富士康。”但是不管怎么说，众包平台可能是现代血汗工厂，但也是人工智能进一步发展的契机。
周石他们有讨论了一会众包平台的建立，想着应该没有什么问题，通过清晰明确的规则，来消除市场的交易成本，就可以取得比外包企业更好的效果，让这些劳动者利用自己闲暇、碎片的时间，获得比美国规定的最低标准还要低的薪酬收入。
Facebook的小扎同学
本章未完，请点击下一页继续阅读！