第350章 效率就是真金白銀

  第350章 效率就是真金白銀

  甚至於在這個時空的很多領域林灰真的就是爺爺級別的存在。

  別人涉足同一領域那就是當孫子。

  如果當孫子的話還會有人嗎？

  當然了，不知道多少人在排隊當孫子。

  看看後世拜壽式搶首發也可從中管窺一二。

  有的領域即便是林灰的潛在地位沒有「爺爺級」那麼誇張。

  但林灰同樣是擁有相當明顯的先知優勢。

  這種先知優勢並不僅僅表現在技術細節先知上。

  還集中表現在諸如路線優勢等尋常人不容易察覺的細節上。

  在多個領域擁有近乎於絕對優勢的情況下。

  林灰的地位是突出的。

  潛在擁有的地位更是超然的。

  甚至於只要林灰不去違法犯罪。

  這幾乎就是林灰可以為所欲為的時代。

  不過除了法律這種硬性紅線和最基礎的人格底線之外。

  總會有一個看不見摸不著的紅線一樣在影響著林灰。

  當然，這條紅線並不是道德。

  事實上對於一些功成名就或者說小有所成的人道德方面基本上並沒有紅線，只有黃線。

  普羅大眾對功成名就或者說小有所成的人道德約束是相當寬泛的。

  甚至於此前林灰已經做好了接受道德綁架的準備。

  但事實是林灰還沒有遭到這方面的控訴。

  甚至還有很多人會嘗試著往道德深淵的方向引誘著林灰。

  就比如微/博上每天就有很多人天天給林灰發來各種要給他生猴子之類的私信。

  甚至還熱絡地給林灰發來各種圖鑑（此時屏蔽制度基本擺設），就很無語。

  儘管林灰內心有道德標準。

  但涉及到道德方面的潛在約束力並不是林灰的潛在敵人。

  真正的影響林灰的看不見摸不著的另一條紅線。

  那就是「合理性」。

  很多時候顧念著合理性方面的考慮。

  使得林灰不能夠為所欲為。

  縱然林灰很多技術是絕對意義上的領先，但依舊是沒法肆無忌憚的搬運的。

  有「合理性」這層看不見的紅線存在。

  林灰做事有很多顧忌。

  如果是邏輯層面的合理性那麼林灰無話可說。

  林灰是尊重事物內在邏輯以及事情客觀發展規律的人。

  但問題是很多時候所謂的「合理性」並不是從邏輯方面出發的。

  而是完全從「陣營」角度出發的。

  相比於從邏輯層面的出發的合理性解讀。

  更常見的「合理性」解讀的其實是後者。

  什麼是從陣營角度出發的評判規則呢？

  說白了就是意識形態。

  不過並不是所有的意識形態都熱衷於合理性解讀。

  熱衷於解讀合理性的意識形態的主要代表自然是西方強行加給世界種種規則。

  這種現象在科技領域、學術領域更是異常常見。

  在搬運技術的時候，除了部分時候的合理性考量是從純粹邏輯角度出發之外。

  很多時候林灰覺得他為了合理性而做出的一些決策也只是顧念西方世界的規則而不得已進行的妥協而已。

  這些西方的規則看不見摸不著。

  但卻很多時候都在左右著林灰所做出的抉擇。

  這無疑很令人不爽，但想在規則下謀求利益就不得不屈服。

  但畢竟很多時候都是先到者為王，後來者遭殃。

  事實是即便是林灰穿越來的那個時候很多時候人們也不得不忍受著同樣的局面。

  索性的是，回到七年前，在擁有大量優勢信息的時候。

  林灰有望加速這一局面的改變。

  林灰所進行技術搬運或者準備進行的各種技術搬運。

  林灰最終極的目標就是能夠跟現行世界西方所塑造的一些規則說再見。

  當林灰成長到不需要依託於西方的規則也能立身的時候甚至於是西方反而要依託於林灰所制定的規則才能立身的時候。

  那林灰完全可以跟西方現行的規則說再見。

  這種對不基於邏輯的「合理性」解讀的控訴不止是控訴某些容易引起不公正的制度。

  這種對於「合理性」的控訴圖窮匕見之後歸根結底還是：

  ——「話語權」之爭。

  擁有話語權相當於能夠自己去解釋合理性。

  「想要聖旨麼？給你寫一張。」

  擁有絕對的話語權又相當於擁有了權威性。

  而擁有了絕對的權威性甚至有的時候可以罔顧事實上客觀規律性。

  包括但不限於邏輯的合理性。

  其場景大概為：「什麼合理不合理，lz就是理，lz說合理那就是合理。」

  涉及到權威性除了這種任性究竟有什麼用呢？

  當然有用，能夠擁有這樣的話語權以及權威性。

  將使林灰搬運的速度直線拉滿。

  而且擁有絕對的權威性也可以使得林灰從前世所帶來的信息能夠收益直接最大化。

  畢竟絕對的話語權意味著絕對的壟斷。

  當擁有絕對的權威性之後縱然林灰沒想過追求市場的壟斷，也能實現跟壟斷差不多的效果。

  就拿林灰剛剛想到的「標註數據」。

  林灰在前世信息里有大量的標註數據。

  涉及到機器學習的標註數據能用來換錢。

  自然語言處理方面的標註數據同樣能用來換錢。

  但標註數據是來錢最快的嗎？

  當然不是。

  涉及到自然語言處理方面真要說來錢更快的還得是狹義知識。

  狹義知識同樣是自然語言處理方面的知識來源。

  應用於自然語言處理項目的知識來源主要有三大類：

  ——狹義知識、算法和數據。

  古語云，書中自有黃金屋。

  真實意義上的黃金屋雖然不盡然。

  但知識能用來換錢，這個眾所周知。

  既然知識能夠用來換錢。

  那麼知識來源的手段自然也能用來換錢。

  而且知識來源手段用來搞錢的話很可能比知識本身來錢更快。

  作為自然語言處理的知識來源的算法和數據能換錢。

  同樣作為自然語言處理知識來源的狹義知識自然一樣是能夠換錢的。

  對於算法能換錢的基本上為世人所周知。

  即便是此前不知道這個能換錢的如果長時間關注林灰前段時間的所忙碌的重點也能清楚。

  此前牽扯林灰多數時間的基本都是生成式摘要算法這件事。

  無利不起早，沒有足夠的利益驅動林灰自然不會為這件事鞍前馬後。

  算法能換錢這件事基本不難懂。

  算法往往直接影響一些算法驅動型產品的效率。

  而效率就是真金白銀。

  能夠直接影響效率的算法自然是能夠很容易換取豐厚報酬的。

  (本章完)