“小扎那個圖片識別的雛形軟件做出來之後，我看過內測報告，想要在一張照片上識別出人臉來，只有不到10%的成功率。要是想進一步識別這張臉是誰，就更可憐了，準確率1%都不到——而且是在內測時被識別樣本只有10000人的基礎上。要是選項更多一些，誤讀率就更高了。這份測試報告，你應該在小扎的郵件裡見過吧。”
李瑩輕柔地跟着顧誠的節奏，漸漸有點兒弗拉明戈的意思了。嘴裡說着的，卻是嚴肅得不能再嚴肅的生意話題。
因爲是在舞池裡，雙方都怕說話聲音太響泄密，只能貼着耳朵說，這場景實在是很詭異。
顧誠也附耳說道：“看過，這方面我可是專業的，我估計他這套軟件，至少還要半年的時間，才能把‘識別照片上某個區域是不是一張人臉’這個判斷的正確率提高到30%，至於認出這張臉是誰，沒兩年時間想都別想。”
人臉識別技術是用機器學習解決模糊算法問題的典範，歷史上facebook對該項技術最早的應用場景，就是讓用戶在分享照片之後，一旦點擊照片上的人頭位置，軟件就可以自動識別出這個位置是一個人頭，然後形成一個方框，讓用戶可以往裡面填寫名字。
如此一來，一張有好多人合照的照片，就可以被一個個標註上合影人的名字了。
這項技術再往下發展，某些人被標註得多了，數年後就可以形成“鼠標點到照片上的某個頭像上，自動跳出這個人是誰”的功能。
再往後，則是人們常見的“智能手機拍照時自動識別哪裡有人臉、以便自動對焦”乃至支付寶的“刷臉識別”。
那都是第二代、第三代人臉識別技術了，比如deepid，起碼再有七八年的技術積累纔可能實現。
初代的人臉識別技術，在平行時空的華夏sns社區領域也有過應用——人人網的個人空間裡，照片也都是可以對着人臉寫名字的。
但那個時空的人人網技術不太紮實，在網站衰落之前也沒做到“機器看多了某張臉之後，下次另一張照片上再標註這個人時就舉一反三自動標示”這種程度（facebook做到了）。
顧誠知道這些歷史軌跡的大概脈絡，所以並沒有期待扎克伯格能更逆天。
然而現在，沒有被任何存量束縛形成路徑依賴的李瑩，卻告訴他：她對這項技術的早期應用另有妙招。
“我就是這麼給小扎潑冷水的，希望他能認清自己目前做出來的這個東西根本不值錢，別爲這點小成就沾沾自喜——”李瑩說到這兒，頓了一頓拖了個長音，似乎在觀察顧誠的反應，“但是，背地裡我卻想到了另外一條路子，一個讓‘還處在殘次品階段的人臉識別算法也能得到商業化應用’的場景。”
顧誠終於覺得自己提起了點興趣：“乾脆點兒，說。”
李瑩的眼神閃過一絲埋怨，似乎在怪顧誠都不賞賜她，但還是很利落地說：“我覺得，yy網目前之所以用不到這項技術，是因爲在米國不存在娛樂圈選秀活動。大家在朋友圈裡人臉識別，就是圖一個認得準，不準就沒有意義。但是在華夏，我聽說你搞了一個娛樂圈的選秀活動，將來還會有更大規模的讓普通粉絲投票支持之類的舉動——我覺得，照片的人臉識別技術，和這個活動結合起來，就有很大的操作空間。”
顧誠的表情漸漸認真起來。場內的弗拉明戈舞曲已經結束，他也不顧李瑩是否反對，拉着她就回到包廂，關起門來密談：“說說看具體怎麼做。”
李瑩端起酒杯，又給自己倒了一杯喝下，把剩下的想法和盤托出：“很簡單，我覺得你可以推出一個‘人人熱度指數’。比如百度提供的是搜索引擎服務，就有相應的百度指數，可以看哪個關鍵詞目前最熱、每個關鍵詞搜索後有多少條搜索結果。
‘人人熱度指數’，可以在人人網和那些選秀節目結合起來之後，總結出每個候選藝人目前在人人網上的被關注熱度、被搜索圖片的數量、頻次。乃至最關鍵的——被人在照片頭像上標註名字的次數、以及其頭像當前被識別的估算準確率。
我們可以開誠佈公地坦言：到時候人人網的‘人臉識別算法’依然是不完善的，識別率很低。但是我們也明說這是一個會‘自我學習、自我進化’的軟件，在網上被爆照爆得張數越多、各種角度臉型數據越充分、被網民標示識別頻次越高的人，就越容易被識別對。
如此一來，人臉識別算法哪怕認錯人，用戶也不會怪我們公司，而是會認爲因爲自己爆照不夠多、被網民標示頻次不夠高，所以才認不準。她們只會更努力地爆照、更努力的吸粉，更努力地拉人標註，並且以‘我在人人網上被機器認對的概率比其他網紅女更高’爲榮。”
顧誠眼前一亮。
妙啊！
人臉識別技術，本該以求準爲奮鬥目標，不準就會被用戶鄙夷。
但李瑩這麼一來，一項原本“對了是本分，不對是失職”的技術，就變成了“對了說明你名氣大、牛逼；不對也是本分，說明網上你的照片不夠多、看的人不夠多”的攀比遊戲。
雖然人人網只是個朋友圈性質的私密社交產品，眼下還沒法做微博類產品。但因爲娛樂選秀節目的出現，人人網上明年肯定會有部分娛樂圈名人的賬號（至少是那些爲了參加選秀而主動公開個人空間的妹子們）具有一定的‘公衆號’屬性，可以被大衆瀏覽關注。
這種情況下，這些所有成名機會都依賴人人網的萌妹，就會拼命在“人人熱度指數”這個指標上攀比，哪怕將來《少女時代》節目不辦了，這個社會熱度都要很久才能消褪下去。
當然，如果是真正的、成名已久的明星，他們或許不會在乎自己在某一個網站上的“熱度指數”——正如後世很多投票網站爲了湊熱度，都喜歡搞“亞洲最美女明星”之類噱頭的活動，讓大家用付費短信投票。而真正投上去的前幾名幾乎都是刷子，因爲真正牛逼的明星根本對這種活動不屑一顧。
顧誠是個冷靜人，知道自己有幾斤幾兩，還沒狂妄到和弱智小白文主角那樣，因爲自己定一個人氣指標，全社會都會爲追求這個指標的高低而趨之若鶩。
但問題是，顧誠要捧的並不是已經出名的明星，他要捧的只是那些完全靠《少女時代》/《超級女聲》/人人網纔有可能得到變火渠道的妹子。
換句話說，這些妹子就算紅了，一開始也不配叫明星，只配叫網紅。只有再經過演藝市場的考驗，真的能形成穩定的盈利和廣告信任，纔算是轉型成明星。
顧誠沒指望一出手就圈住真明星，他只需要圈住那些想成爲華夏第一批網紅的人。
對於明星，他們可以不在乎“人人熱度指數”。
對於網紅，“人人熱度指數”就是她們的生命，她們獲利的一切根本。
所有想成爲第一批網紅的爆照妹子，都會被綁上顧誠的戰車，然後成爲自帶乾糧幫人人網和yy推廣的帶路檔。
而且，“軟件算法會自動進化”，這是多大的噱頭呢！如今才2004年，傑夫辛頓那堆成果都還躺在實驗室裡。地球上那些互聯網產業界的人士，除了顧誠之外一個都沒認識到這項技術的商業應用場景。
這樣一個噱頭甩出去，打上一個高科技的幌子，絕對可以吸引到無數用戶因爲好奇而來驗證。只要宣傳得當，殺傷力自然也比後世那些沒有技術門檻的野雞選美投票網站強大八條街。
這一系列佈局，簡直完美。硬生生把一項按照傳統用法至少還要一兩年時間才能具備商業價值的早期技術，發掘出了一條短期出路。
而且隨着這條試用路線的出現，yy網絡科技的“人臉識別技術”可以得到更多的大數據資源餵養，從而在“機器學習”的過程中走得更快。
“這個套路有點意思。”顧誠的雙眸越來越亮，忍不住地興奮。他狠狠地感慨了一下李瑩的手腕和商業觸覺。
這個23歲就坐到艾科諾公司cmo的美貌御姐，果然是名下無虛。也難怪她20歲就能在麻生理工碩士畢業、30歲就能成立雲x風投基金。真是一個會讓共事者慶幸和她站在了同一條戰壕裡的女強人。
在如今的yy網，扎克伯格這個技術負責人，就像是一個還在摸索的鑄劍師。
負責市場推廣的李瑩，則像是一個精妙的女劍客。
越好的劍客，才能配合經驗方面剛剛蹣跚學步的鑄劍師。
一個基本功都不紮實、亂砍亂剁的劍客，只有拿到精鋼鑄就的韌性好劍，才能用出點效果來。如果給一把脆硬的青銅劍，說不定亂砍幾劍就震斷了。
而到了草木竹石皆可爲劍的劍魔獨孤求敗境界，再差的劍也能用處驚豔的感覺來。
在一家互聯網公司，不可能等cto的技術佈局發展到了爐火純青的地步，cmo才找到將這種技術商用的路子。一個好的cmo，乃至未來一個好的cdo，需要在cto還不那麼給力的時候，就想出如何用一把“竹劍/木劍/石劍”殺敵的應用場景。
“這事兒回去做個詳細一點的策劃方案，最好有嚴密的技術論證。國內那邊，‘少女時代’這檔娛樂節目2月份就會開始，第一季大約爲期半年。我希望在第一季結束的時候，你說的活動可以實際部署下去。”顧誠說完，發自真心地跟李瑩幹了一杯。
“那你準備怎麼獎勵我？”李瑩像一個普通職場少女一樣邀功。
“你會拿到你應得的績效股的，一定比薩維林和小扎份額優惠得多。”顧誠誠懇地說。
“我給你出了這麼好的注意，你都不獎勵我做情人麼？我可是一直拿你當偶像，又不會纏着你要這要那。”李瑩吐氣如蘭，半開玩笑地埋怨了一句。
“很可惜，我現在不缺女人，你來的不是時候。”顧誠自嘲地聳聳肩。
“是因爲三星的李小姐？還是伊萬卡？”她這問題問得臉不紅氣不喘，似乎沒有感情波動。
“這就不重要了，反正我現在有女人。”
顧誠是個公私分明的人，並不會用有色眼鏡看人。拒絕歸拒絕，經過今天這事兒，李瑩的才華終究被他看在了眼裡。