第108章 烤烤你的呀

“虎總還有什麼其他想問的嗎？”孟繁岐咧嘴一笑，他早就發現希小虎在有意地考察自己。

只是他清楚，希小虎是谷歌尚海廣告的領軍人物，不說第一，至少也是第二把交椅。

如果不徹底打消他的疑慮，往後的工作不好開展，後續的推進和測試也很難順利。

要知道谷歌每年測試各種方法上千次，最後演算法想上線，還是需要依靠別人的。

況且希小虎現在也只是可以理解的懷疑，而非是惡意的針對。

希小虎聽到自己被稱為虎總，表情一僵，他感覺這小子是故意的。這稱呼怎麼聽著傻頭傻腦的呢？虎了吧唧的。

孟繁岐則一臉無辜地看著他，這他能怎麼辦，總不能叫希總吧，那豈不是搶走了以後老拜登的稀宗稱號。

“看來孟同學確實對我們的整體策略非常瞭解了，只是不知道你又打算做出什麼改進呢。”希小虎對孟繁岐本人並沒有什麼意見，如果對方真的能有所突破，這對於他來說也是一大成績。

尤其本次研發過程，似乎是要在谷歌尚海進行，自己勢必要成為負責人和把關者。

成績自然是能分一杯羹的。

聊到這裡的時候，希小虎已經基本收起了懷疑之心，至少眼前這個年輕人明顯不是來添亂的，水平的下限已經有了保證。

接下來就要看他到底有什麼高見，他的上限究竟在哪裡了。

“我的想法，最佳化方面主要從移動裝置和人工智慧解釋模型這兩方面出發。”孟繁岐最開始起手的兩個演算法，均是谷歌15年迭代進去的方法。

與現在的年份有一定的距離，他確認了內部這部分還沒有開始開發，但距離不至於太遠，起到的效果會更加可以預期一些。

“其中前者是針對移動端網頁的最佳化，可以預見地，往後的歲月當中，使用移動裝置上網搜尋的人會越來越多。我認為一個能夠評估網頁在移動裝置上顯示效果的方法，可以極大地提升手機使用者的搜尋體驗。”

2013年底這個時間，不少網頁在手機上瀏覽起來還是非常不舒服的，放大縮小很不方便，許多功能甚至不支援。

但搜尋引擎中，注意到這個問題，並引入進網頁排名的還很少。

而短短几年過後，PC端的網頁就已經無人問津了，移動端的流量十倍往上翻。

給移動裝置推送閱讀體驗差的網站，是對搜尋資源的極大浪費。

聽完孟繁岐詳細的技術辦法之後，希小虎瞳孔地震，完全收斂起了任何懷疑的情緒。

剩下的只有驚訝。

“你的思路相當巧妙啊...透過特定視覺要求的判定，去確認網頁的比例確實有利於使用者當前的螢幕比例。”

作為內行人的希小虎，瞬間就意識到了這個方法的價值。

雖然它沒有直觀上直接創收，但這種對使用者體驗的照顧和關注，比起營收更讓他這個技術負責人欣賞。

“這個方向還可以加入一個變種，那就是移動端頁面載入快的網站優先。”孟繁岐打的這個補丁是谷歌18年加入的新判斷。

移動端不比PC端網路穩定，網頁載入速度也是影響體驗的一大因素。

希小虎聽完這個補丁版本的核心脈絡，喜笑顏開。先前的懷疑如煙消雲散，再也不提。

一把攬過孟繁岐的肩膀，道：“你這兩個東西做出來，頂得上有的組一年的成果了！”

“虎總不問基礎問題了？”孟繁岐也乘機打趣道。

“唉！這叫什麼話。”希小虎一擺手，“我隨便考考你的呀！”

兩人哈哈一笑，前面微妙的地方就算是揭過了。

“另一個方向則是對新版AI的引入了。”孟繁岐自然不會忘記自己的老本行，移動端適配的判斷與AI關係不大，而這個解釋模型則能夠引入更多的因素去綜合判斷某一次搜尋的相關結果。

這個屬於非常重要的技術突破，孟繁岐明年還會開發Transformer和伯特(BERT)方法，也就是ChatGPT的T。

到時候對這個解釋模型還會有繼續的升級。

即便孟繁岐一年多後離開谷歌，這個演算法也會持續地迭代下去。

甚至可以說，它是一個非常低配版本的Bing大小姐(GPT-4核心)，有一定的語言理解能力足以幫助搜尋引擎更好的理解使用者的搜尋語句。

不過還不具備任何看起來像智慧的功能，也就沒法真正和使用者對話。

希小虎現階段對AI的理解不是那麼的充分，此時的語言模型基本上以時序類模型為主，也都是有一定年頭的老技術了。

因此他多少還是知道一些：“時序類語言模型理解語句可能確實不錯，但用在這麼大的體量，會不會太慢？”

所謂時序模型，就是一個時刻的模型計算可能需要聯絡前後文，沒有辦法獨立的進行運算，因此也就極大地限制了運算的並行。

本來一個人做一百題確實很慢，但一百人做一百題，那就是百倍速度的提升。

可若是第二題一定要第一題的答案才能做，那就沒辦法了，只能乾等。

所謂一核幹活，七核圍觀，說得便是類似的情況。

在這樣的背景下，即便谷歌計算資源夠多，也還是不好處理這個運算時間的問題。

要知道搜尋時的延遲，那可比開啟網頁時候的延遲要命多了。

“虎總忘記我的老本行是什麼了？語言模型的並行問題，我當然是有了想法才會提出這個計劃。”論推薦廣告，孟繁岐的細節遠遠不如希小虎紮實穩健。

但要說AI方向的突破，強如希小虎這樣的大佬也遠遠不是孟繁岐的對手。

而孟繁岐這次準備的推薦廣告三板斧，除了前面兩個專注於移動端最佳化，和搜尋詞理解最佳化之外。最後一個弗雷德演算法則是專門懲罰性質的方法，它的效果最立竿見影。

“我的最後一個演算法策略，專門在搜尋結果中尋找低價值內容和各種欺騙性廣告以及各種會員連結。以最嚴厲的懲罰方式，來迫使網站傾向於高質量原創內容和優質的使用者體驗。”

至此，谷歌在19年前的幾個主要推薦廣告演算法的基礎框架已經被確立。

只待孟繁岐去開發完成。