第25章 数据采集的困难

骑手，就彻底和算法是断联状态。

什么ai，什么人工智能，什么hatpt。别管它名头喊得有多响，逼格吹得有多高。最后都逃不出一点--数据驱动。

再厉害的ai模型也是由数据驱动的，数据是一切的源头。哪怕对于算力系统来说，也是同样的。

数据代表着方向和目的地，没有它的话，即便是千万级别的豪车也不知往哪开。

假如林远设想的这种数据途径建设方式是行不通的，那麻烦还不仅止于眼前的这个外卖算法优化项目，更大的麻烦来自于这算力系统的使用方式。

算力系统能在简单引导下能主动完成数据采集，相比于采集好了数据再丢给算力系统。这就好比是自动驾驶和手动驾驶的区别。

这其中区别可就大了。

就像手动驾驶的时候不能分心干别的事情一样，如果数据必须手动采集后再丢给算力系统，那今后林远将耗费n多的时间去处理这类数据采集问题。

而更进一步的麻烦是。如果以自动驾驶和手动驾驶为例，要是车子的目的是将人送到某个地方，那两者区别也就是车上的人是否可以分心而已。可要是本身的目的不是为了送人而就是为了让车子开到一个地方呢。

也就是说，假如驾驶的目的就是为了让车子从一个地方到另一个地方。那自动驾驶和手动驾驶就将是天壤之别。

因为自动驾驶的话，人可以不用在车里。人只需要给车子设定好目的地后就不用管了，一个人就可以应付成千上万辆车子。可手动驾驶就不行了，一个人就只能应付一辆车子。

这叫什么。

这叫底层原理影响上层应用。

底层原理的优势反馈到上层应用上常常会产生指数级的差别。数据采集

本章未完，请点击下一页继续阅读！ 第2页 / 共4页