而刚刚已经表过态的，可就有些尴尬了。
尤其是言语之间拉了别人下水，说着什么【大家都一样】，还自信将话头转向孟繁岐的马芸，此刻就显得有点小丑了。
“不是...这怎么可能呢？那你不读取用户的隐私数据，是怎么把AI视界App的推荐策略做得这么好的？”马芸这时候的用意已经不是发难，而是单纯的不理解和好奇了：“还是说你就不做这部分数据的训练了？”
短视频的推荐和马芸的核心业务，商品推荐有异曲同工之妙。
短视频推得好，能够大大增加用户的逗留时长，观看时长；商品推荐则能够总体提升用户的消费总额，都是非常致命的关键技术。
算法做得好，短期就涨个三五成完全不是难题，长期叠加下来，创造的价值简直无法估量。
这个部分的东西正是孟繁岐最擅长的，不依靠这些算法，他也不可能从人工智能跨界过来，第一战就拿下了短视频平台的大把流量和用户。
这么大的用户量和数据，马芸当然清楚它对推荐算法的价值。
毕竟TB做这个也做很多，马芸当然不信孟繁岐会不用。
在他看来，孟繁岐就是为了自己能有数据才来的互联网，怎可能舍本逐末？
“这部分数据当然是要做训练的，但我觉得并没有必要读取到公司的服务器上。”
“从个人的角度上，我其实基本赞同李彦弘的说法。互联网公司手里的数据实在太多了，没有人会仔细去看某一个人的数据，某一个人的情况。”
“等再过个几年，面对日益恐怖的数据量级，一个人可能一辈子也看不完有些公司一天产生的数据。人们最担心的隐私问题，将不是因为没人能够查看他们而解决，而是因为...根本看不完而解决。”
这着实有些荒谬，就像是小偷不偷你家的钱，不是因为你的保险柜足够强，而是因为...他的钱已经太多了，用不完了。
“既然互联网公司本身就不需要，也不会去查看这部分信息，那为何又要在服务器上面存放它们呢？我正是本着这种思路，这才尽可能地少存放了用户的数据。”
“至于大家关心的那部分问题...”孟繁岐笑了一下，也没有绕弯子，直接摊牌了：“我也只是做了一些分布式的专门处理罢了。我派发了模型的一小部分在App中，在用户的本地做了一部分运算，这样回传过来的就是人类已经无法解读的隐藏层状态。”
“虽然这部分状态已经不可逆，无法反推用户的数据本身了，但我们在状态回传的过程当中，还是有二次保险。相同区域或者相同时间段的回传数据，会一同添加一些微量的噪声。这部分内容在我们的服务器上会继续运算下去，得到最终的结果，计算梯度，并反向用于更新我们的算法模型。”
“一个庞大的算法模型，并不一定需要训练所有的部分，因此我们只更新绝大部分存留在视界公司本部的即可。切分到用户端的那一小部分，一直维持不变，这样我们就不需要频繁地使用客户端的计算资源，或者持续更新那部分内容了。”
“当然了，这样做的话，每隔几周可能会使用用户几分钟计算资源。如果用户信任我们的话，也可以在设置里将隐私计算默认的开启状态关闭掉，这样你的数据就会上传到服务器，我们也就不再会偶尔使用你的终端算力。”
孟繁岐简要地解释完了这一套操作的流程，看向将球踢过来的马芸，有些不怀好意地说：“想学吗？我教你啊！”
喜欢重生之AI教父请大家收藏：(m.x33yq.org)重生之AI教父33言情更新速度全网最快。