開啟AI情感朗讀功能。歡迎大家點擊體驗！
他的這番理論，如果都用術語表述，可能比較晦澀。
但是，舉個學生都懂的例子，橫向對比一下，就通俗了——穀歌科學家們，在調教“深度學習”型人工智能、理解人類語言文字/圖像信息的時候，其實有點兒像老師給學生上語文課。
相信學生都記得，當年語文課的時候，老師會不厭其煩問你：這篇課文的主要內容是什麼？中心思想是什麼？線索是什麼？
很多學生當初肯定是內心有一萬頭羊駝奔騰而過：尼瑪！老子知道這個課文了啥，看懂不就好了？你問個屁的“主要內容”、“中心思想”啊！考試答錯了還扣分！
但你別，調教機器人學語文的時候，還真得嚴格按照“主要內容”、“中心思想”這麼一步步總結下來。很多人類覺得可以靠本能繞過去、或者省略掉的步驟，機器是繞不過去的。
傑克馬很快就懂了，示意他繼續：“那麼，然後呢？”
馮見雄繼續解：“既然知道穀歌的技術路線了，那麼我們就可以推斷：在實現最終極的目標之前，穀歌需要先解決‘讀懂一張圖裏發生的故事’的問題，然後再考慮‘如何選出一個視頻中最能體現中心思想的那幾幀’。
那麼，距離‘讀懂一張圖裏的故事’這一步，穀歌目前差多遠呢？我認為大致是三年——目前穀歌已經可以做到識別圖片裏是不是有一張人臉，但還沒法識別這個人到底是誰、和另一張照片裏的人是不是同一個。
穀歌還能識別出‘圖裏有沒有一隻貓’，但識別不出‘這隻貓和剛才那隻貓是否是同一隻’。而大約三年之後，這些都不是問題。穀歌能做到‘從識別出圖裏有隻貓’，到‘識別這一幀在講什麼故事’。
我們如果緊跟穀歌的步伐，結合阿狸係的圖像識別研發，就算留一年餘量好了。那麼016年也能搞出‘讓機器讀懂一幀’的商用技術。當然，這裏麵肯定需要與阿狸係圖像識別團隊的深度合作，也需要後續的投資。
而對我來，隻要做到了‘識別出一幀’，我就能‘大致讀懂整個故事’，從而把穀歌需要用純技術手段解決的問題，用運營手段給暫時繞過去。”
技術不夠，運營補。
這一招，馮見雄用得屢試不爽了。
“怎麼補？”傑克馬的語氣已經有些急切，他覺得自己完全被馮見雄才的腦洞給折服了。
“傑克，你看過N站的視頻麼？看過優酷或者yuube的麼？”馮見雄不公布答案，而是先反問了一句。
“都看過吧，不多。”傑克馬不明所以，回答得比較謹慎。
馮見雄終於到了揭開謎底的一刻，他傲然笑道：“那不知道你有沒有發現一個細節——優酷和yuube上的視頻，其實都是沒有‘封麵’的，而我們N站的UP主，在上傳視頻時，已經養成了另外傳一張圖片作為封麵的習慣了——當然，實話，這個習慣不是UP主們自發養成的，是我讓音硬逼著UP主們養成的。
或許將來有人看到這一招有效之後，會跟風我。但是一個網站的內容提供者水平，是不可能一朝一夕提高的，用戶習慣也不是一朝一夕可以改變的。優酷未來即使學了，他們的UP主在選封麵方麵的水平，也是遠遠弱於N站的……”
後世看過B站視頻的人，如果同時也是優酷用戶，恐怕不難發現一個現象：
在B站上，有一批惡劣的人，經常拿封麵來實現“標題黨”的目的。
比如，凡是D配布模型的初音/巡音/弱音/愛醬舞蹈動畫，都會上一張暴露度特別羞恥的圖片作為封麵，先騙用戶點進來。
然後實際上，這張圖的尺度，是明顯超過視頻過審尺度的，屬於“視頻裏如果真出現這樣的鏡頭，肯定會被404”因此用戶看完全視頻，都發現壓根兒就沒有出現封麵圖的鏡頭。
這時候，用戶們就會怒吼“交封不殺！”、“可恥的播放量！”、“下作的播放量！”
唱到了甜頭的B站UP主們，為了騙點擊，就從此在“交封不殺”標題黨的路上越走越遠。
但是，這其實是B站的一個運營陰謀……嗯，或者得好聽點，策略。
因為它成功地逼著自己的UP主們，精挑細選一張最能凸顯視頻主題思想的圖，來當封麵。