周不器此前跟周紹寧溝通過，愛斯達現在的市場估值可以達到350億美元，諾基亞現在的市值才是327億美元。
如果不算微軟、三星這些不以手機製造為核心業務的公司，那麽愛斯達就是目前全球僅次於蘋果的第二大手機製造商了。
這就很有講究了。
愛斯達已經失去了參考對象，隻要估值不超過蘋果、微軟、三星，估值是350億美元，還是450億美元、550億美元，能有多大的差別？
如果愛斯達的估值高了，那麽在摩托羅拉手機業務的交易案裏，穀歌可以拿到“一大筆錢”，然後揚眉吐氣。
穀歌股價猛漲，拉裏·佩奇意氣風發。
與此同時，愛斯達這邊也會受益。
連穀歌都認可愛斯達這樣的超高估值了，其他的風投機構，有什麽理由不認可？所以當愛斯達再啟動新一輪融資的時候，就可以用穀歌為跳板，開出更高的報價了。
這就可以讓愛斯達在稀釋同等股份的情況下，融到更多的錢。
絕對是互利互贏的買賣。
吹泡泡，果然是資本市場裏的一大利器！
對方的這個提議，還真是可以考慮。
接下來，拉裏·佩奇又提到了雲計算的技術方向的選擇，這可是機密，周不器不能隨便亂說，就以自己是技術外行，什麽也不懂給搪塞過去了。
拉裏·佩奇接著提議，“我手裏有一款產品，做得不太好，但我認為這個方向是對的，並且跟紫微星的很多產品相契合。你要是需要的話，可以拿走；如果不要，我就會在幾個月內關閉這個業務。”
“什麽產品？”
周不器才不會聽他說得這麽好聽，穀歌是上市公司，公司的資產可不能隨便送人。紫微星如果想要這款產品，一定得花錢買才行。
就像滯銷的牛奶。
想要？
得花錢買。
不買？
我直接倒進臭水溝裏。
拉裏·佩奇道：“knol，知道嗎？一款旨在跟維基百科競爭的產品，07年研發、08年上線，可是做了幾年，成績不是太好。穀歌現在的核心戰略是做社交，一些分心又表現不好的產品，都會陸續關掉。”
“維基百科的競品？”周不器還真是挺感興趣，“具體說說。”
在國內，紫微星有微點百科，提供類似維基百科類的服務。
海外市場並沒有這樣的產品。
維基百科實在是太強大了。
好在兩年前周不器曾批準了一筆交易，紫微星國際收購了一家內容產品平台quora，也就是傳說中的“美版知乎”。
做內容，始終是紫微星在國內外市場都在努力發展的一個方向。
未來的互聯網市場，歸根結底是內容為王。
誰有內容誰就有製霸權。
包括未來的人工智能大語言模型也是。
就比如chatgpt、文心一言這類的ai產品，想要有令人驚人的智能表現，就一定得經過無數數據內容的訓練才行。
可是，數據是不能亂用的，隻有公開數據或者開源數據，才能免費地供全球的開發者使用。
全球有一個超大型的免費的數據庫。
什麽語言都有，90%以上都是英文的語料庫，中文語料數據也就是2%左右。
全球幾乎所有的ai模型，想要訓練都要依靠著這些公開的數據內容才行。因為都是英文數據，所以這些ai模型，一定都是以英文為核心。
所以當百度的文心一言推出之後，就會出現很多令人難以理解的事……其實原因很簡單，文心一言使用的是英文數據，中文語料的數據實在是太少了。
別看國內人多，但網絡上真正有價值的內容實在不多，稍微出格一點，這些有價值的語料就要按法律法規給刪除了。
就剩下了一堆沒法訓練ai的垃圾內容。
就比如，《大時代之巔》到底是一本怎樣的書？
如果有人說好，有人說不好，這些內容就都是有價值的內容，ai模型經過一番的訓練和評估，從而給出比較客觀公正的評價。
如果作者想要維護評論區的和諧，把所有說好的內容都留下了，說差的內容都刪除了，最後隻剩下了一片讚歌，那麽即便這些讚歌都是對的，這也是垃圾信息。
因為對ai模型來說缺少了多元化的評判。
從出發點到終點，有一萬條路，ai模型的訓練就是把這一萬條路都走一遍，然後選出最合適的那條路，這才是ai的價值。
就像生物製藥，有一萬種選擇，ai幫忙給出最好的那幾個選擇，就會大大地縮減研發經費、提高研發成功率。
要是一開始就隻提供一條路，那還訓練個屁啊，不給ai選擇、評判、思考和分析的機會，就隻告訴他一個標準答案，ai就會毫無意義。
德文、法文、日文、韓文的數據量太少，中文的數據量很大，可是因為環境的限製有價值的數據也很少。
所以，想訓練出世界級的ai模型，就隻能用英文語料來訓練。
這就需要一些弱勢語言的ai模型，要有語言轉換能力，去轉換成英文。
就像使用文心一言，讓他畫一個起重機的圖片。
結果畫的是鶴。
這就很讓人費解。
其實很簡單，起重機的英文是crane，而crane在英文裏主要是指鶴。所以ai模型就畫出了鶴的圖片。
又比如“可樂雞翅”這種，放在中文語境裏，其實很好理解，就是一道菜。可是，這裏麵有一道翻譯的手續，把“可樂雞翅”翻譯成英文，在翻譯過程中就造成了信息離散，導致畫出來的可樂和雞翅。
chatgpt一樣會遇到這樣的困境。
用英文向chatgpt提問，迴答的速度會非常快，而且準確度極高；如果用中文、日文、韓文、法文、德文等其他語言來提問，反應速度就會很慢，給出的答案也會錯誤百出。
因為其他語言的數據量太小了，訓練出的模型就不夠智能。
隻有英文版最智能。
文心一言想要表達得智能一些，就不能對接中文的語料，要去對接英文的訓練數據才行，然後背後再增加一套翻譯算法和內容審查算法。
所以，想做出一款偉大的ai產品，除了在人工智能領域的頂尖算法之外，還有很重要的一個因素，就是訓練ai模型的數據。
這些數據裏，有些是開源的公共數據，全世界都可以用。有一些是私有數據，隻有自己可以用。
像微軟、穀歌、facebook這種矽穀的巨頭公司，除了可以使用龐大的公有數據外，還有龐大的有價值的英文私有數據可以使用，他們做出來的ai模型就會比隻根據公有數據訓練的ai模型要更加強大。
所以，周不器對內容很重要，尤其是海外的英文內容。
這些都是私有數據，都有可能成為紫微星在未來世界競爭中最寶貴的資產。
如果拉裏·佩奇說的這款knol真的是對標維基百科的產品，那就太有意義了。維基百科是公有數據，knol就是私有數據。
“維基百科更像是一個詞典，內容都比較基礎，是偏大眾的產品。knol是由一部分有能力的權威用戶來共同協作，用來解釋一件事物的是什麽、怎麽做、起因經過結果及其周邊事物，並且注明作者的真實資料，從而讓內容更加地精準、權威。”
拉裏·佩奇做了一個簡單的比較。
周不器一下就聽明白了knol這款產品失敗的原因。
信息的準確性、真實性，其實一點都不重要，大眾根本不在乎真相，隻在乎表象。這就會形成一種“越大眾，越普及”、“越權威，越小眾”的現象。
穀歌想把knol打造成一款有權威級的內容產品，立意很高、誌向很大，但想要收獲足夠多的用戶，那還是難了點。
就像紫微星在國內的兩款產品，微知和今日頭條。
微知上的內容比今日頭條優秀多了。
可是，微知的日流量隻有6500多萬，今日頭條卻高達2.8億。就是因為微知的內容太好了，頭條的內容很能嘩眾取寵博大眾的眼球。
兩人又經過了簡單的交流，周不器對knol這款產品興趣越來越濃，打算迴頭先去研究一下。如果合適，不妨就買過來，加以改造。
會談的最後，兩人談到了長生不老的話題。
拉裏·佩奇對此很感興趣，“等敲定了推特的案子，接下來一個方向就是要讓董事會批準，去嚐試在這個領域做一下。”
周不器似笑非笑，“要投資多少錢？”
拉裏·佩奇口氣很大，“20億美元吧，資金太少也沒必要讓董事會批準。我打算成立一家專門從事生物研究領域的子公司，用於抗衰老的相關研究，目標是實現人類長壽甚至永生。”
周不器問：“跟it相結合？”
拉裏·佩奇坦言道：“當然，要跟人工智能關聯起來。現在人類每研究出一款蛋白質的功效，可能都要由幾十位醫學專家花上千萬美元才能研究出來。如果ai發展起來了，完全可以一次性地把全人類所有已知蛋白質的功效都給破譯出來。”
周不器豎起一根大拇指，“有追求。”
“你也會參與吧？ai在改變世界。”
“當然。”
如果不算微軟、三星這些不以手機製造為核心業務的公司，那麽愛斯達就是目前全球僅次於蘋果的第二大手機製造商了。
這就很有講究了。
愛斯達已經失去了參考對象，隻要估值不超過蘋果、微軟、三星，估值是350億美元，還是450億美元、550億美元，能有多大的差別？
如果愛斯達的估值高了，那麽在摩托羅拉手機業務的交易案裏，穀歌可以拿到“一大筆錢”，然後揚眉吐氣。
穀歌股價猛漲，拉裏·佩奇意氣風發。
與此同時，愛斯達這邊也會受益。
連穀歌都認可愛斯達這樣的超高估值了，其他的風投機構，有什麽理由不認可？所以當愛斯達再啟動新一輪融資的時候，就可以用穀歌為跳板，開出更高的報價了。
這就可以讓愛斯達在稀釋同等股份的情況下，融到更多的錢。
絕對是互利互贏的買賣。
吹泡泡，果然是資本市場裏的一大利器！
對方的這個提議，還真是可以考慮。
接下來，拉裏·佩奇又提到了雲計算的技術方向的選擇，這可是機密，周不器不能隨便亂說，就以自己是技術外行，什麽也不懂給搪塞過去了。
拉裏·佩奇接著提議，“我手裏有一款產品，做得不太好，但我認為這個方向是對的，並且跟紫微星的很多產品相契合。你要是需要的話，可以拿走；如果不要，我就會在幾個月內關閉這個業務。”
“什麽產品？”
周不器才不會聽他說得這麽好聽，穀歌是上市公司，公司的資產可不能隨便送人。紫微星如果想要這款產品，一定得花錢買才行。
就像滯銷的牛奶。
想要？
得花錢買。
不買？
我直接倒進臭水溝裏。
拉裏·佩奇道：“knol，知道嗎？一款旨在跟維基百科競爭的產品，07年研發、08年上線，可是做了幾年，成績不是太好。穀歌現在的核心戰略是做社交，一些分心又表現不好的產品，都會陸續關掉。”
“維基百科的競品？”周不器還真是挺感興趣，“具體說說。”
在國內，紫微星有微點百科，提供類似維基百科類的服務。
海外市場並沒有這樣的產品。
維基百科實在是太強大了。
好在兩年前周不器曾批準了一筆交易，紫微星國際收購了一家內容產品平台quora，也就是傳說中的“美版知乎”。
做內容，始終是紫微星在國內外市場都在努力發展的一個方向。
未來的互聯網市場，歸根結底是內容為王。
誰有內容誰就有製霸權。
包括未來的人工智能大語言模型也是。
就比如chatgpt、文心一言這類的ai產品，想要有令人驚人的智能表現，就一定得經過無數數據內容的訓練才行。
可是，數據是不能亂用的，隻有公開數據或者開源數據，才能免費地供全球的開發者使用。
全球有一個超大型的免費的數據庫。
什麽語言都有，90%以上都是英文的語料庫，中文語料數據也就是2%左右。
全球幾乎所有的ai模型，想要訓練都要依靠著這些公開的數據內容才行。因為都是英文數據，所以這些ai模型，一定都是以英文為核心。
所以當百度的文心一言推出之後，就會出現很多令人難以理解的事……其實原因很簡單，文心一言使用的是英文數據，中文語料的數據實在是太少了。
別看國內人多，但網絡上真正有價值的內容實在不多，稍微出格一點，這些有價值的語料就要按法律法規給刪除了。
就剩下了一堆沒法訓練ai的垃圾內容。
就比如，《大時代之巔》到底是一本怎樣的書？
如果有人說好，有人說不好，這些內容就都是有價值的內容，ai模型經過一番的訓練和評估，從而給出比較客觀公正的評價。
如果作者想要維護評論區的和諧，把所有說好的內容都留下了，說差的內容都刪除了，最後隻剩下了一片讚歌，那麽即便這些讚歌都是對的，這也是垃圾信息。
因為對ai模型來說缺少了多元化的評判。
從出發點到終點，有一萬條路，ai模型的訓練就是把這一萬條路都走一遍，然後選出最合適的那條路，這才是ai的價值。
就像生物製藥，有一萬種選擇，ai幫忙給出最好的那幾個選擇，就會大大地縮減研發經費、提高研發成功率。
要是一開始就隻提供一條路，那還訓練個屁啊，不給ai選擇、評判、思考和分析的機會，就隻告訴他一個標準答案，ai就會毫無意義。
德文、法文、日文、韓文的數據量太少，中文的數據量很大，可是因為環境的限製有價值的數據也很少。
所以，想訓練出世界級的ai模型，就隻能用英文語料來訓練。
這就需要一些弱勢語言的ai模型，要有語言轉換能力，去轉換成英文。
就像使用文心一言，讓他畫一個起重機的圖片。
結果畫的是鶴。
這就很讓人費解。
其實很簡單，起重機的英文是crane，而crane在英文裏主要是指鶴。所以ai模型就畫出了鶴的圖片。
又比如“可樂雞翅”這種，放在中文語境裏，其實很好理解，就是一道菜。可是，這裏麵有一道翻譯的手續，把“可樂雞翅”翻譯成英文，在翻譯過程中就造成了信息離散，導致畫出來的可樂和雞翅。
chatgpt一樣會遇到這樣的困境。
用英文向chatgpt提問，迴答的速度會非常快，而且準確度極高；如果用中文、日文、韓文、法文、德文等其他語言來提問，反應速度就會很慢，給出的答案也會錯誤百出。
因為其他語言的數據量太小了，訓練出的模型就不夠智能。
隻有英文版最智能。
文心一言想要表達得智能一些，就不能對接中文的語料，要去對接英文的訓練數據才行，然後背後再增加一套翻譯算法和內容審查算法。
所以，想做出一款偉大的ai產品，除了在人工智能領域的頂尖算法之外，還有很重要的一個因素，就是訓練ai模型的數據。
這些數據裏，有些是開源的公共數據，全世界都可以用。有一些是私有數據，隻有自己可以用。
像微軟、穀歌、facebook這種矽穀的巨頭公司，除了可以使用龐大的公有數據外，還有龐大的有價值的英文私有數據可以使用，他們做出來的ai模型就會比隻根據公有數據訓練的ai模型要更加強大。
所以，周不器對內容很重要，尤其是海外的英文內容。
這些都是私有數據，都有可能成為紫微星在未來世界競爭中最寶貴的資產。
如果拉裏·佩奇說的這款knol真的是對標維基百科的產品，那就太有意義了。維基百科是公有數據，knol就是私有數據。
“維基百科更像是一個詞典，內容都比較基礎，是偏大眾的產品。knol是由一部分有能力的權威用戶來共同協作，用來解釋一件事物的是什麽、怎麽做、起因經過結果及其周邊事物，並且注明作者的真實資料，從而讓內容更加地精準、權威。”
拉裏·佩奇做了一個簡單的比較。
周不器一下就聽明白了knol這款產品失敗的原因。
信息的準確性、真實性，其實一點都不重要，大眾根本不在乎真相，隻在乎表象。這就會形成一種“越大眾，越普及”、“越權威，越小眾”的現象。
穀歌想把knol打造成一款有權威級的內容產品，立意很高、誌向很大，但想要收獲足夠多的用戶，那還是難了點。
就像紫微星在國內的兩款產品，微知和今日頭條。
微知上的內容比今日頭條優秀多了。
可是，微知的日流量隻有6500多萬，今日頭條卻高達2.8億。就是因為微知的內容太好了，頭條的內容很能嘩眾取寵博大眾的眼球。
兩人又經過了簡單的交流，周不器對knol這款產品興趣越來越濃，打算迴頭先去研究一下。如果合適，不妨就買過來，加以改造。
會談的最後，兩人談到了長生不老的話題。
拉裏·佩奇對此很感興趣，“等敲定了推特的案子，接下來一個方向就是要讓董事會批準，去嚐試在這個領域做一下。”
周不器似笑非笑，“要投資多少錢？”
拉裏·佩奇口氣很大，“20億美元吧，資金太少也沒必要讓董事會批準。我打算成立一家專門從事生物研究領域的子公司，用於抗衰老的相關研究，目標是實現人類長壽甚至永生。”
周不器問：“跟it相結合？”
拉裏·佩奇坦言道：“當然，要跟人工智能關聯起來。現在人類每研究出一款蛋白質的功效，可能都要由幾十位醫學專家花上千萬美元才能研究出來。如果ai發展起來了，完全可以一次性地把全人類所有已知蛋白質的功效都給破譯出來。”
周不器豎起一根大拇指，“有追求。”
“你也會參與吧？ai在改變世界。”
“當然。”