得益於思考能力的加持，以上思考隻是短短一瞬。
在約翰·麥克斯韋離開後，林楓也打算離開了。
畢竟這邊很多人都是來自麻省理工以及哈佛的。
前身本科哈佛，碩士在麻省理工。
整整六年時光，說不上多少熟人呢。
為避免不必要的麻煩，林楓覺得還是三十六計走為上計。
倒不是說林楓排斥社交。
但遇到些和原身有些奇怪瓜葛的人，尤其是要是遇到些有負距離交流的人。
林楓到時候該怎麽辦呢？
結果怕什麽來什麽，當林楓正準備走呢，突然有人給林楓打招唿。
當然唿喚的是原身的名字。
也正是因為如此，搞得林楓一時之間還有點發愣，短暫失神之後才反應過來。
林楓定睛瞧向剛給他打招唿的人。
看起來跟林楓一樣年紀，也是二十三四這樣。
眼前的女的留著一頭金黃色的卷曲長發，不過樣貌卻是典型的華國麵孔。
麵容姣好，笑容甜美，身材也很棒，一對車燈很是晃眼。
“真的是你誒？看你剛才沒反應，我還納悶呢。
我就說嘛，還是跟當年一樣那麽帥，怎麽可能認錯人呢。”
“好久不見啊，老同學！”
此人主動跟林楓打招唿。
老同學？？？
林楓按照這個方向思索，很快就有了一個大概的輪廓，眼前這個似乎是原身在國內讀高中時候的同學。
林楓搜腸刮肚，終於從記憶深處找到了此人的名字：“噢......你是李雪寧吧？確實好久不見了。”
連帶著還迴憶起很多過往的瞬間。
這個人高二的時候跟原身還告過白，不過被原身婉拒了，之後倒也一直相安無事。
呃，說實話林楓是很煩遇到這種原身前世感情糾葛的。
尤其是怕遇到一些負距離的。
太尷尬。
連原身之前那個女朋友林楓就很怕聯係方式沒刪幹淨，瘋狂又加了一堆保險措施。
沒想到還是遇到這種有糾葛的。
還好並沒有過分的接觸。
不然林楓不知道會有多尷尬。
林楓一時之間也不知道該感慨點太背還是世界太小。
不過想來當年事應該也早就過去了吧。
畢竟原身被此人告白已經是高二的時候了，而今都過去好多年了。
時間能撫平一切，
估計也沒什麽波瀾了吧。
“你還記得我名字啊？不過現在我叫shelly lee, 我入籍了這邊。”
“當然，你叫我以前的名字就好。”
李雪寧說道。
呃，香蕉人？
黃皮白心？
林楓已然是見怪不怪了。
從原身的記憶來看，這種人也絲毫不少。
在留子裏麵很常見。
有的是見慣了花花世界，不想再迴去規矩做人了。
有的是直接沒有家了。
還有的呢有家不能迴。
林楓也無法幹涉別人人生選擇，隻能說尊重個人命運咯。
反正退籍費250很能說明問題了。
“真是沒想到會在這裏碰到你，你這些年都忙什麽呢？”李雪寧繼續好奇地問道。
林楓簡單說了一下：“沒忙什麽，就一直讀書唄，現在在普林斯頓大學讀博。”
瞬間得到了一陣恭維：“厲害啊，不愧是學神啊，當年你學習就特別厲害，現在都讀到博士了啊？
我記得你當年本科就是去的哈佛啊，現在在普林斯頓了？
一路都是頂尖高校，真是讓人羨慕啊。”
林楓擺了擺手，反問道：“一般般吧，你呢，你這些年怎麽樣？”
“我就不行了，我當年去了紐約大學學計算機，本科畢業後又去了加州伯克利深造，前不久剛入職apple。”
原身所在的高中也不是普通高中。
普通高中學生一門心思奔著高考去。
而原身所在的高中學生一門心思奔著國際名校去。
因此李雪寧這樣的成長軌跡，林楓倒也不意外。
說起來apple早些年入職也不算麻煩，但隨著蘋果一路走高，沒特別牛掰的成績，想校招入職蘋果基本上也得美本加美碩了。
“對了，你現在在apple做什麽工作呢？”林楓繼續詢問道。
“林楓，現在我負責siri的開發。”
李雪寧一邊說，一邊將林楓引到了一個寫著智能語音調試實驗室的地方。
走到工位上，李雪寧拿起一個macbook遞給林楓。
林楓看到，屏幕上顯示著一堆複雜的代碼。
“這是語音模型的訓練？”林楓問道。
李雪寧的臉上難掩興奮：“你還懂這個？”
林楓心說廢話，勞資前世幹得啥？
跟人工智能有關的訓練都快折騰死了好不好。
好吧，好像也真的折騰死了。
話雖如此，林楓也隻是淡定表示道：
“略知一二罷了。”
林楓很謙虛，不過李雪寧卻很高興。
因為在她看來共同語言更多了。
林楓哪知道這些心思。
林楓感覺自己現在雖然羅馬出身了，但還是牛馬習慣啊。
忍不住過問一些技術相關的內容。
林楓繼續問道：“siri問世都好幾年了吧，怎麽還從這訓練呢？”
李雪寧解釋道：“siri確實已經上線很久了，但奈何問題也一直存在。
我們一直在研究如何讓它變得更智能，更加貼近用戶需求。”
林楓饒有興致地看著屏幕上的數據，問道：“這麽官方的嗎？不會涉及商業機密吧，那我就不問了。”
李雪寧笑了：“啊？怎麽會呢？這都上線好幾年的產品了，哪有那麽多秘密。
隻是我們工作的方向很無聊罷了，無非就是繼續在語音識別上做沒完沒了的優化。
畢竟可不是所有人一張嘴就是播音腔。
siri得訓練到能更精準地理解不同口音、方言，甚至能在嘈雜環境中識別出用戶的語音命令才算過關。
另外，我們還得提高siri對用戶需求的精確研判……
煩死了！”
“那要訓練到什麽程度才可以啊？”林楓問道。
“我也不知道要訓練到什麽程度才可以，大概要能讓用戶能更加自然地同siri對話，siri要能通過上下文和用戶的習慣做出更精準的迴應。”
林楓認真地聽著，暗自搖頭。
怪不得李雪寧覺得工作枯燥呢。
遲遲沒進展得不到正向反饋可不就是會覺得枯燥嘛。
想要做出精確迴應可沒那麽容易。
要提高對用戶需求的精確研判現在估計也是巧婦難為無米之炊。
沒有效率更高的語義分析能力，現在一門心思要提高siri對用戶需求的精準研判估計也是浪費感情。
記憶中，前世siri真正獲得進化還要等到2018呢。
前世siri在2016年通過ios 10係統的發布，向第三方應用軟件開放了功能接口，進一步擴展了其功能和應用場景?。
而在2018年，siri在性能、可擴展性和可靠性方麵取得了重大進展。
而得到這樣的成績也是取決於應用了最新的機器學習技術。
現在的話，沒有人工智能方麵的各種理論突破以及新的更高效的工具誕生。
可不就是做無用功嗎。
不過沒進展也不是壞事，不用擔心被卸磨殺驢。
似乎是看林楓很好奇，
李雪寧說道：“這裏有siri的內測型號，你倒是可以試試同siri進行下溝通？”
在約翰·麥克斯韋離開後，林楓也打算離開了。
畢竟這邊很多人都是來自麻省理工以及哈佛的。
前身本科哈佛，碩士在麻省理工。
整整六年時光，說不上多少熟人呢。
為避免不必要的麻煩，林楓覺得還是三十六計走為上計。
倒不是說林楓排斥社交。
但遇到些和原身有些奇怪瓜葛的人，尤其是要是遇到些有負距離交流的人。
林楓到時候該怎麽辦呢？
結果怕什麽來什麽，當林楓正準備走呢，突然有人給林楓打招唿。
當然唿喚的是原身的名字。
也正是因為如此，搞得林楓一時之間還有點發愣，短暫失神之後才反應過來。
林楓定睛瞧向剛給他打招唿的人。
看起來跟林楓一樣年紀，也是二十三四這樣。
眼前的女的留著一頭金黃色的卷曲長發，不過樣貌卻是典型的華國麵孔。
麵容姣好，笑容甜美，身材也很棒，一對車燈很是晃眼。
“真的是你誒？看你剛才沒反應，我還納悶呢。
我就說嘛，還是跟當年一樣那麽帥，怎麽可能認錯人呢。”
“好久不見啊，老同學！”
此人主動跟林楓打招唿。
老同學？？？
林楓按照這個方向思索，很快就有了一個大概的輪廓，眼前這個似乎是原身在國內讀高中時候的同學。
林楓搜腸刮肚，終於從記憶深處找到了此人的名字：“噢......你是李雪寧吧？確實好久不見了。”
連帶著還迴憶起很多過往的瞬間。
這個人高二的時候跟原身還告過白，不過被原身婉拒了，之後倒也一直相安無事。
呃，說實話林楓是很煩遇到這種原身前世感情糾葛的。
尤其是怕遇到一些負距離的。
太尷尬。
連原身之前那個女朋友林楓就很怕聯係方式沒刪幹淨，瘋狂又加了一堆保險措施。
沒想到還是遇到這種有糾葛的。
還好並沒有過分的接觸。
不然林楓不知道會有多尷尬。
林楓一時之間也不知道該感慨點太背還是世界太小。
不過想來當年事應該也早就過去了吧。
畢竟原身被此人告白已經是高二的時候了，而今都過去好多年了。
時間能撫平一切，
估計也沒什麽波瀾了吧。
“你還記得我名字啊？不過現在我叫shelly lee, 我入籍了這邊。”
“當然，你叫我以前的名字就好。”
李雪寧說道。
呃，香蕉人？
黃皮白心？
林楓已然是見怪不怪了。
從原身的記憶來看，這種人也絲毫不少。
在留子裏麵很常見。
有的是見慣了花花世界，不想再迴去規矩做人了。
有的是直接沒有家了。
還有的呢有家不能迴。
林楓也無法幹涉別人人生選擇，隻能說尊重個人命運咯。
反正退籍費250很能說明問題了。
“真是沒想到會在這裏碰到你，你這些年都忙什麽呢？”李雪寧繼續好奇地問道。
林楓簡單說了一下：“沒忙什麽，就一直讀書唄，現在在普林斯頓大學讀博。”
瞬間得到了一陣恭維：“厲害啊，不愧是學神啊，當年你學習就特別厲害，現在都讀到博士了啊？
我記得你當年本科就是去的哈佛啊，現在在普林斯頓了？
一路都是頂尖高校，真是讓人羨慕啊。”
林楓擺了擺手，反問道：“一般般吧，你呢，你這些年怎麽樣？”
“我就不行了，我當年去了紐約大學學計算機，本科畢業後又去了加州伯克利深造，前不久剛入職apple。”
原身所在的高中也不是普通高中。
普通高中學生一門心思奔著高考去。
而原身所在的高中學生一門心思奔著國際名校去。
因此李雪寧這樣的成長軌跡，林楓倒也不意外。
說起來apple早些年入職也不算麻煩，但隨著蘋果一路走高，沒特別牛掰的成績，想校招入職蘋果基本上也得美本加美碩了。
“對了，你現在在apple做什麽工作呢？”林楓繼續詢問道。
“林楓，現在我負責siri的開發。”
李雪寧一邊說，一邊將林楓引到了一個寫著智能語音調試實驗室的地方。
走到工位上，李雪寧拿起一個macbook遞給林楓。
林楓看到，屏幕上顯示著一堆複雜的代碼。
“這是語音模型的訓練？”林楓問道。
李雪寧的臉上難掩興奮：“你還懂這個？”
林楓心說廢話，勞資前世幹得啥？
跟人工智能有關的訓練都快折騰死了好不好。
好吧，好像也真的折騰死了。
話雖如此，林楓也隻是淡定表示道：
“略知一二罷了。”
林楓很謙虛，不過李雪寧卻很高興。
因為在她看來共同語言更多了。
林楓哪知道這些心思。
林楓感覺自己現在雖然羅馬出身了，但還是牛馬習慣啊。
忍不住過問一些技術相關的內容。
林楓繼續問道：“siri問世都好幾年了吧，怎麽還從這訓練呢？”
李雪寧解釋道：“siri確實已經上線很久了，但奈何問題也一直存在。
我們一直在研究如何讓它變得更智能，更加貼近用戶需求。”
林楓饒有興致地看著屏幕上的數據，問道：“這麽官方的嗎？不會涉及商業機密吧，那我就不問了。”
李雪寧笑了：“啊？怎麽會呢？這都上線好幾年的產品了，哪有那麽多秘密。
隻是我們工作的方向很無聊罷了，無非就是繼續在語音識別上做沒完沒了的優化。
畢竟可不是所有人一張嘴就是播音腔。
siri得訓練到能更精準地理解不同口音、方言，甚至能在嘈雜環境中識別出用戶的語音命令才算過關。
另外，我們還得提高siri對用戶需求的精確研判……
煩死了！”
“那要訓練到什麽程度才可以啊？”林楓問道。
“我也不知道要訓練到什麽程度才可以，大概要能讓用戶能更加自然地同siri對話，siri要能通過上下文和用戶的習慣做出更精準的迴應。”
林楓認真地聽著，暗自搖頭。
怪不得李雪寧覺得工作枯燥呢。
遲遲沒進展得不到正向反饋可不就是會覺得枯燥嘛。
想要做出精確迴應可沒那麽容易。
要提高對用戶需求的精確研判現在估計也是巧婦難為無米之炊。
沒有效率更高的語義分析能力，現在一門心思要提高siri對用戶需求的精準研判估計也是浪費感情。
記憶中，前世siri真正獲得進化還要等到2018呢。
前世siri在2016年通過ios 10係統的發布，向第三方應用軟件開放了功能接口，進一步擴展了其功能和應用場景?。
而在2018年，siri在性能、可擴展性和可靠性方麵取得了重大進展。
而得到這樣的成績也是取決於應用了最新的機器學習技術。
現在的話，沒有人工智能方麵的各種理論突破以及新的更高效的工具誕生。
可不就是做無用功嗎。
不過沒進展也不是壞事，不用擔心被卸磨殺驢。
似乎是看林楓很好奇，
李雪寧說道：“這裏有siri的內測型號，你倒是可以試試同siri進行下溝通？”