不过，这个应用🂐🍻🍖场景虽然很宏大，却跟顾诚的生意没什么关系。那是需要百度李老板和阿狸马风去操心的。李老板将来或许可以做图片搜索，马风则可以做淘宝找同款。顾诚最多在合适的时机提点一下、换取自己的好处，却不会亲自下场。
深度学习型人工智能的第二个应用场景、也就是平行时空facebook的人脸识别⛣，则是和顾诚眼下的生🆫💡意🕹🎤非常契合的。
如今，扎克伯格还不是一个胸怀大志的家伙，他只想着在哈佛女生🞩当中扬名立万，被无数人崇拜，混进最顶级的豪门俱乐部。所以十有八九会被顾诚劝诱至麾下。顾诚也不打算另搞fac🍆🅹ebook了，而是准备直接在海外运营“yy网”。
考虑到墙的因素，以及墙里墙外的内容差异，到♈🆞🐨时候国内那部分就把英文的“yy网”倒过来，改叫“人人网”好了。
名字不重🞺要，反正两者最后都会🉠🈱是基于yy😷的朋友圈类空间产品。
国内腾云那边，马腾如今正📑🚅在做qq空间，而且腾云的资金链比较紧张。等qq空间误入歧途之后，顾诚再公布自己的开发计划教做人也来得及。
按照📚这个计划，顾诚估计他回国后全面推进“yy网”和“人人网”的开发计划、四季度十一黄金周前后上线网站，基🆚🐇本上就可以卡住几个关键时间点。
除了历史上facebook和谷歌已经干过的事情之外🙡，“深度学习”在顾诚手中自然还有他独到的用处，那就是“用户偏好分析”。
这事儿在平行时空的起步，比前两项应用要晚得多，但顾诚深知那并不是这件事情技术上比前两项难多少，而是因为平行时空最初接🗜🜝🃈触深度学习型人🌝⛪🝍工智能的巨头们，统统都没有涉猎娱乐/内容产业。
换言之，如果第一批接触深度学习人工智能的换成亚马逊🙡公司，“用户偏好分析和推送”肯定会变成第一优先级的🕬🌭存📾在。
顾诚的生意，和亚马逊的重合度非常高，而且他是📢🜟🃙个知其然知其所以然的人，当然不会放过这一领域的布局。🆫💡
只是这块工⚬🔛作量比较大，一方面要堆叠算法，另一方面也要让把目前市面上已有的大量文娱作品进行标签化分类和数据标识、将来再长年累月一步步细化细分数据表😺🆝示。
按照最乐观的🍥🎢估计，“用户偏好分析和推送”至少要在实验室里躺两三年，才能谈试运营的问题。
幸好顾诚钱多，做得起这种长线投资。
……
在多伦多盘桓了三四天，挖够了人之后，顾诚就准📢🜟🃙备驱车回波士顿🞩，了结一下跟扎克伯格的赌约。
然而算算日子，跟扎克伯格的一周之约还没😷到期，顾诚只好先去纽约休假两三天。
以他这么🞺忙的身份，就算在纽约也不会很闲，至少也要电话遥控一下生意。
这不，他🞺人还在多伦多的时候，就把公司的准cfo柳倩从纽约发配去了旧金山，让她在硅谷投资一块办公楼地皮，在那儿注册一间yy子公司、同时留心一家成立还不到两年的初创公司，尝试一下收购。
被顾诚盯上的这家公司，便是后来在05年拿出了世界三大物理运算引擎physx的ageia公司。这家公司历史上应该于08🗜🜝🃈年被英伟达（nvia）收购，后来成就了英伟达的完全体gpu大业。
顾诚要搞深度学习型人工智能，要搞卷积神经网络，挖一家这样☯的公司就非常有必要。
就如前几天顾诚和史蒂芬.库克教授谈到的那样，任何“神经网络”和传统计算机🎿网络最大的区别，是“没有中枢，每个神经元节点完全平等，彻底云分布”。
所以在执行“神经网络”相应的运算时，人类传统的电脑c🌰💝pu效率其实并不是⛚很高，无论英特尔还是ad。