好吧，確实有点偏心。

但更多还是因为，瑶瑶姐参与並主导了公司多个项目的技术研发。

如悠米社区、悠米视频、极光微博等平台的底层內容推荐算法，小悠、已全面运行的场景化gg系统等等。

也包括微信，还有正在研发的区块链。

虽后两者由洛川亲自负责，但研发层和执行层，多是交给瑶瑶姐和胖子主导o

两人解决不了的问题，他才会亲自插手。

如今，瑶瑶姐除了辅助他，攻关区块链技术之外，更多精力还是放在，进一步优化场景化gg系统之上。

即——將深度神经网络与长短期记忆网络，深度融合进gg系统之中。

一旦完成优化，预计ctr，即点击率，至少可提升40%。

gg收入在原本便高速增长的基础之上，再次提升至少25%。

同时，预研下一代“联邦学习gg模型”。

联邦学习，简单来说，就是通过哈希化特徵提取+同態加密传输+安全多方计算聚合的三层防护体系，在保护用户隱私的同时，使gg效果不降反升。

隨著用户对隱私的要求越来越高，各国必將逐步加强对隱私保护的监管。

如欧盟的gdpr，国內的《个人信息保护法》等等。

而联邦学习gg模型，构建的“数据可用不可见”的gg投放新范式，可在合规框架下，很好的实现用尸体验、商业价值与社会信任的三重平衡。

此外，该技术还可有效打破数据孤岛，实现跨域协作。

例如，微信和京东商城，可通过联合建模的方式，在不共享原始数据的前提下，仅交换加密后的梯度参数。

如京东提供“购物车商品类別”特徵，微信提供“社交关係链”特徵。

最终生成包含双方特徵的全局模型，进而实现精准gg投放。

如此一来，双方的数据维度，將得到大幅扩展，数据利用效率得到指数级提升。

前世，直至19年，联邦学习才真正开始规模化应用。

短短四年，全球隱私计算gg市场规模，便飆升至280亿美元，其中联邦学习贡献了65%的份额。

商业价值可想而知。

“联邦学习算法”，对隱私计算、加密算法等基础技术领域的要求非常高。

不过其在隱私保护技术、分布式架构、去中心化信任机制等方面，跟区块链有著不少共通点，索性便提前预研了。

反正閒著也是閒著~

扯了好半天，给爱徒猛猛灌输了一番理论知识，直至傍晚时分，洛川才押了个懒腰，回到自己的座位上，网上衝浪，摸鱼坐等下班。

说来，最近这段时间，行业內外可谓热点不断，精彩纷呈。

微光s1持续爆卖，自是不必多说。

星光粉和果粉、米粉，日常掐成一团，各持己见，谁也说服不了谁。

有点饭圈內味儿了~

微光2的前期宣发，也已正式启动，暂定於8月份上市。

这一代的研发工作，洛川没怎么参与。

这种入门级机型，也玩不出太多样。

整体思路，依旧是通过低毛利跑量，扩大市场份额，为网际网路增值服务，以及极光系產品的推广，扩充流量基本盘。

同时扶持国產供应链厂家。

单是联合研发新工艺、新技术，闭门造车，肯定是不行的。

还是要通过市场验证，快速优化叠代，並通过投餵大量订单，加速国產供应链，从“可用”到“好用”的成熟进程。

微光s1的十几家国產供应链厂家，都是他们通过微光1，强行餵出来的。

多少也是沾点“奶妈”属性了~

可惜的是，他们自研的初代晶片，至少还要大半年时间，才能进行流片。

也不知道靠不靠谱。

烧了他那么多钱，还吸收了他那么多“灵感”，至少也要达到“能用”的程度吧。。