任何游戲都有輸贏，圍棋也不例外。
為了贏，前世圍棋棋壇無人不學習人工智能的所謂「最優解」。
畢竟再有個人風格的棋手也很難敵過招招近乎最優解的人工智能。
圍棋發展數千年、數不清的棋手大師所展現的風格迥異的棋風，因為人工智能的出現蕩然無存。
當人工智能出現後，圍棋所承載的許多人文的、情感的東西，也注定會一點點弱化。
在將來人工智能的強大算力下將圍棋徹底破解的那一刻停滯。
而留給後人的也注定只是前人對往事的一些回憶罷了。
前世阿法狗AlphaGo人工智能問世後。
對職業棋手更是極其殘酷。
原本人類還認為圍棋是沒有止境的。
于是不斷有後輩去挑戰前輩們窮極一生都沒能到達的新的極限。
棋手們也對此視為信仰，就像是在攀爬一座不知道頂峰在哪里的高山。
雖然不知道頂峰長什麼樣。
但對于頂峰的渴望成為了棋手們支撐下去的信念。
可阿法狗AlphaGo的出現，原本雲霧繚繞的山頂顯現了出來。
所有人都看到了頂峰的樣子。
但很可惜的是，人類卻發現他們對圍棋的理解和人工智能差了很遠。
阿法狗AlphaGo的出現讓所有人都意識到，依靠凡胎是永遠不可能登上圍棋的山頂了。
這一點，對于職業棋手來說可能的確是過于殘酷了。
在阿法狗AlphaGo問世之後，甚至有人悲觀的認為。
人工智能的出現直接把圍棋這項古老的游戲摧毀的原因。
以林灰看來，人工智能的出現對棋類的影響到底更有利還是更有弊還不好說。
作為普通愛好者，阿法狗AlphaGo的出現肯定是有利的。
人工智能的出現讓普通人有了可以欣賞大師對局的能力。
讓普通人在屏幕前比肩最強人類甚至超越的能力。
……
各種說法都有。
看得出來一項新技術的誕生是面臨著很大爭議的。
林灰願意承擔更大的責任。
但並不想將自己牽扯到這些涉及到具體技術層面毫無意義的紛爭中。
綜合考慮，有些事搞個歪果公司去蹚雷是很有必要的。
……
話說回來，除了利用歪果公司蹚雷之外。
利用歪果公司進行一些技術方面挖坑似乎也是很棒的。
就算林灰不刻意利用這些公司挖坑，這些公司也沒少挖坑。
這樣的專業團隊不充分利用很說不過去。
而且歪果仁對同樣是自己人埋的雷應該不會太在意。
當然了技術方面挖坑要精心布置。
技術上那種一眼看出來壓根沒啥利用價值的坑，別人根本不會去踩。
最好是那種看起來有很大商業價值但實際上實現起來很困難的坑才好。
這樣的技術林灰首先想到的是步態識別技術。
前世進入新世紀以來，很多生物信息都被當作特征提取出來作為生物識別的一種手段，步態識別自然也不例外。
步態識別是主要基于人的走路姿態進行身份識別的一種生物識別技術。
步態識別作為識別手段具有唯一性識別的本領。
甚至是人臉識別難以區分的雙胞胎利用步態識別技術也能夠不費吹灰之力進行區分。
步態識別有著廣闊的應用前景，可應用于各種安全場景、刑偵破案、嫌疑人檢索等場景。
雖然這個時空生物識別中並沒有步態識別，但林灰相信一旦步態識別這東西搞出來一樣會不少人踩坑。
為什麼篤定如此呢？
因為林灰以前听黃靜說人臉識別這方面這個時空曾經是興起過大規模抗議的。
部分皿煮國家認為人臉識別會侵犯隱私。
難保這個時空皿煮國家不會對人臉識別再爆發隱私。
但步態識別就不一樣了，沒人會把走路當作隱私吧，人走路終究是要給別人看的。
通過步態特征作為生物特征進行識別應該不會讓人所反感。
既然有如此廣闊的錢景，林灰為什麼還將這項技術稱之為坑呢？
因為步態識別技術其實是很難以實現的。
前世大概在2014年左右就開始進行了關于步態識別的研究.
但林灰印象中這方面的研究一直到2020年全球尚無一個統一的標準。
沒有標準意味著什麼？意味著沒有商用。
機器識別這方面的技術一般少說幾個月多說兩三年就可以落地。
一項研究五六年沒落地的技術可以說是天坑了。
至于前世為什麼依舊致力于研究？
因為步態識別進行識別的時候技術層面不需要被識別人的同意。
某種程度上來說這種識別方式比人臉識別、虹膜識別、指紋識別更刻薄。
步態識別實現起來之所以很困難主要是是因為建立模型復雜。
另外步態識別所識別的特征點很容易發生變化。
就以一個人來說，不同年齡的時候行走時是不同的姿態。
不同心情時可能行走又是不同的姿態……
拋開這些不談，在相當控制變量的情況下。
步態識別也會遇到很多挑戰。
一個人空手的時候步行可能是一種姿態。
負重行進的時候可能又是一種姿態。
同樣是負重，不同的負重情況又不一樣。
畢竟即便是相同的負重，不同的負重點也意味著不同的重心。
總之，步態識別方面的研究是超級天坑。
最坑的方面在于該技術總給人一種很容易突破的感覺。
總之步態識別林灰覺得用來坑人很不錯。
除了步態識別之外，林灰還知道很多適合坑人的技術。
比如說……
這些技術用于坑誰以及具體怎麼坑，林灰還沒想好。
不過這些技術林灰肯定是會物盡其用的。
當然這些麻煩事以及容易引發爭議的事還是找歪果公司做比較好。
歪果公司在林灰眼中更多扮演的是工具人的角色。
核心技術還是要有國內的公司或技術團隊來負責。
肥水不流外人田的道理林灰還是明白的。
不過話說回來，一個國人想收購外國公司注定是麻煩的。
再麻煩也無所謂，只要有相應的價值就應該去做。
而deepmind這樣的人工智能方面現成的公司更是有很大的價值。
雖然這個時空deepmind這家公司混得很慘。
但所謂的慘是跟這家公司的前世相對比。
橫向對比的話這個公司起碼比國內在人工智能這方面要先行一步。
這無關于國內的技術研究水平如何如何。
只是因為這個時間民用方面兔子似乎依舊習慣模著鷹醬過河。
但這次林灰卻要做一只特立獨行的兔子。
在技術領域要比鷹醬更先行一步了。
短時間來看林灰要做的還是人工智能。
重生以來林灰對人工智能領域傾注了很多心血。
雖然林灰重生那會人工智能領域的研究似乎是遇到了瓶頸一般舉步維艱。
但林灰覺得在2014這個時間節點，依舊是有必要推動人工智能的。
畢竟人工智能對互聯網的影響不啻為一次革命。
哪怕這次革命還沒完全成功，但也為互聯網注入了新的血液。
使得互聯網這個上世紀的產物煥發出新的生機。
而且人工智能的價值不在于其本身。
而在于人工智能開枝散葉的能力。
人工智能很容易與其他的領域發生一些交集。
這對于以點帶面促進各行業整合是十分有幫助的。
前世在人工智能興起的熱潮之下。
很多互聯網公司都傾向于去做很多傳統行業，以互聯網思維對其進行改造。
林灰並不是很認同這種大包大攬的做法。
少即是多，比起大包大攬，林灰覺得專注才是更重要的。
因此盡管人工智能能夠促進各行業的整合。
但未來林灰真正打算做的也只有人工智能+工業、人工智能+醫療。
為什麼做工業？
因為工業才是強國之基石。
而且涉足到工業行業，此時恰逢工業4.0即第四次工業革命的契機。
涉足工業方面是順勢而為。
順勢而為才能事半功倍。
站在風口，豬都會飛，
正所謂好風憑借力送我上青天。
為什麼做醫療？
作為一個19年之後重生的人不在醫療方面未雨綢繆多少有點說不過去。
如果有多余的精力，林灰可能還做一下人工智能+教育。
再多的人工智能衍生領域林灰就沒打算涉足了。
事實上能對工業、醫療這兩個行業產生正面作用就很不錯了。
在人工智能這個行業，林灰做好「領跑者」和「務實者」就已經足夠了。
做領跑者，自然沒問題，有前世信息的情況下，林灰覺得領跑個幾年問題不大。
反倒是務實，很考驗企業管理者性情和企業文化。
回答這個問題只能交給時間了。
等搞定人工智能之後，林灰便可以向別的領域迅速推進。
推進諸如人臉識別技術、Fuchsia OS之類這些林灰之前早就思考過的技術。
除此之外林灰還想到了物聯網、雲和大數據。
雲和大數據在這個時空前幾年都被瘋狂炒作過了。
現在熱度已經消散很多了。
但熱度的消散不等于價值的消散。
林灰覺得雲和大數據依舊是有很大價值的。
只是這個時空的人們打開方式不對。
雲、大數據得跟人工智能、物聯網搭配在一塊才能踫撞出奇妙的反應。
雖然前世物聯網方面的呼聲一直雷聲大雨點小那種。
但物聯網絲毫不容小覷。
反正林灰覺得物聯網至少比元宇宙要靠譜的多！
人工智能、物聯網、雲、大數據這些有機相結合蘊含著超級大的市場。
人工智能、物聯網、雲、大數據這些東西融合起來很容易。
無非就是通過物聯網產生、收集來自不同維度的、海量的數據。
而後將這些數據存儲于雲端/邊緣端（雲）。
再之後通過大數據分析進行初步分析得到概率的結論。
之後再用更高形式的人工智能進一步分析。
通過上述幾個的有機結合可以實現萬物數據化、萬物智聯化。
將這些東西有機的結合在一起有什麼作用呢？
通過這些東西的有機結合。
最終追求的是形成一個智能化生態體系。
在該體系內，實現了不同智能終端設備之間、不同系統平台之間、不同應用場景之間的互融互通，萬物互融。
而且之前涉及Fuchsia OS的時候。
林灰就想過生態的重要性。
通過借助于人工智能、物聯網、雲和大數據的有機結合構築生態。
對于林灰以後對Fuchsia OS的生態建設也會起到很大的促進作用。
而Fuchsia OS 又是一款面向多平台的操作系統，它的載體不僅是智能手機，還有平板電腦、筆記本電腦甚至是可穿戴設備。
也就是說Fuchsia OS將來又會反哺依靠人工智能、物聯網、雲和大數據所構築起來的生態。
在此之後又可以將觸手伸向別的互聯網巨頭。
一時之間，林灰腦海中的關于未來的規劃漸漸清晰了起來。
盡管規劃的很清晰。
但想將這個閉環完成打造至少需要兩年的時間。
而且這樣宏偉的藍圖只依靠林灰一個人依舊是很有困難的。
林灰還需要很多合作伙伴或員工。
僅僅以人工智能行業來說，就涉及到非常復雜的組織。
拿一個人工智能行業的產品部門的組織來說︰
首先肯定是需要產品經理的。
產品經理一般可以理解為一個小項目的CEO。
這個產品經理既需要有人工智能的背景又需要有傳統IT行業的背景。
產品經理既需要懂行業，也要懂技術。
其次要有首席技術官，人工智能行業的首席技術官技能點要相當之高。
要能夠把軟件、硬件算法整體來看。
此外還需要CAIO，也就是往後幾年所說的首席人工智能官。
這些人要在算法上有很深的造詣。
最起碼也應該能對算法可行性進行評估。
這個人可能不少那麼懂行業，但對技術一定要擅長。
此外，還需要有CMO首席營銷官。
首席營銷官才是真正幫助產品推向市場的人。
對首席營銷官的要求是︰
這個人可能不是很擅長人工智能技術本身。
但一定要非常懂行業。
除了這些「頭頭」之外。
還需要大量的包括算法工程師在內的各種程序猿。
這些人即便是沒有深厚的技術背景，也應該有技術洞察力。
最重要的是要謙虛、有很強的學習能力。
謙虛有助于團隊合作，強大的學習能力能非常快速地學習行業知識，與時俱進。