于曹深來說，用處大了去了。

所謂nl自然語言處理，就是機器語言和人類語言溝通的橋梁。

簡單來說，通過nl能讓機器“理解”人類語言表達的意思。

在人工智能出現之前，機器只能處理結構化的數據，例如excel里的數據。

但網絡中的大部分數據是非結構化的，比如文章、圖片、音視頻數據等等。

在非結構化的數據中，文本數據的數量是最多的，雖然文本沒有圖片和視頻占用的空間大，但它的信息量是最大的。

要想處理這些文本信息，就需要用到nl技術，讓機器能夠理解這些文本信息并加以利用。

原世界后期的nl已經很火熱，發展也還不錯，但遠遠還不夠。

比如調戲siri的時候，還是會遇到

我沒聽明白你的意思。

或者，我不是很理解你的意思。

而系統出品的顯然是極品！

nl技術曹深想要很久了，之前就試探過系統有沒有，能做到什么程度。

當初讓系統給小說網站做個性化推薦，曹深才對小說網站沒興趣，他感興趣的是系統的這個推薦算法背后的nl技術能夠做到什么程度。

究竟能不能真正理解小說在講什么。

結果是令人欣喜的，系統的nl技術不但理解小說的內容，而且曹深肯定，用這套技術機器甚至能自動寫出人氣火爆的小說來。

只不過這些小說會是套路大集合，機器在創新套路上還需要再學習，與人類的創造力還是有差距的。

這項技術曹深原本以為會費不少命來兌換，沒想到竟然就這么得到了，對此只想大笑三聲。

有了這個以后，曹深就能做一件他非常想做，而且極其重要，很牛逼的事情。

而之所以先前瘋狂diss系統，就是為了套路它干活。

雖然很賤，但人至賤則無敵！

畢竟自己想做的事情不是有了極品nl就可以解決的，還需要很多其他的技術。

而且以這個世界當前的算力和人類的已經掌握的技術能力，做不了。只能由系統來當勞力。

至于做搜索引擎，只是第一步，讓系統先做點輕松的，循序漸進嘛。

除此之外，做搜索引擎還有三個原因。

第一，和推薦算法這種安利得來的用戶喜好不同，搜索是用戶的主動行為。

用戶在搜索的時候，腦子里是有預設需求的，是有目的。

通過了解用戶的搜索內容，能夠知道用戶主觀上的需求和偏好。

了解一個用戶，搜索數據是推薦數據的重要補充。

第二，系統在做搜索的時候，能不斷訪問和積累大量的網絡數據，這些數據曹深有用。

第三，度度的搜索做得實在太爛了，隨便搜索個什么前面至少兩頁都是廣告，恰飯恰得太不要臉了。

干掉它不但能夠給用戶更好的產品，自己也能再賺點命用來換東西。

有了nl以后，曹深已經想好下一步要換什么東西了。

————

上了個推薦位，雖然我并沒有找到推薦位在哪。據說是編輯最不看好的那種，求一下推薦票吧，別讓我數據太難看，這邊書的數據已經很慘了……