从人力成本的角度出发，当下反倒是应用歪果在机器学习这方面的人才更划算。
至于说现在用歪果仁会不会影响本国人才培养？
不存在的，在互联网思潮的席卷之下，技术人员学习新知识的速度往往要比普通人所预料的还夸张。
林灰前世正式从事人工智能方面的工作之时，当时差不多是第三次人工智能热潮兴起两三年之后的事情了。
但也丝毫没影响林灰迅速理解前人搞出来的大部分人工智能方面的算法和模型。
而当时林灰只是一个普通的技术人员而已，林灰觉得前世他能做到这个份上，这个时空有心于此的技术人员即便是后来者也能迅速跟进的，总之，林灰不觉得暂时用海外的人才会影响到本国人才的培养。
而且此时用歪果方面的技术人员还有另一重考量。
要知道机器学习是需要使用大量数据。
尽管都说啥机器学习的有效性并不需要以牺牲用户隐私为代价。
但这很多时候都只是漂亮话而已。
涉及到机器学习无论是设计还是训练。
无论是基于文本的开发还是基于语音的开发抑或是基于图像的开发。
相应的程序都离不开大量的数据喂。
没数据喂难道指望相应的模型自己“长大”么？
而数据从哪来呢？
只能是用户。
纵然林灰有前世不少的数据，但那些数据终究是有限的。
最佳的数据获取源终究还是用户。
毕竟用户在时时刻刻生产着数据。
而用哪的数据呢？
按理说我国有最大基数的网民，我国是最不缺各种数据的。
不过截至到目前为止，林灰也没和官方有过什么实质性接触。
这种情况下，总不能林灰去贸然收集数据吧？
虽然此时涉及到个人数据这方面没啥太明确的法律规定。
但林灰怕的就是这种模棱两可。
模棱两可意味着容易不小心踩坑。
纵然林灰只是想搞技术而已，不是想利用数据搞大新闻。
但技术真的无罪么？
这个问题不同时期可能有不同答案。
但要知道此时王欣还在海外跑路呢。
说技术无罪是不现实的。
总之在和官方正式接触之前，林灰是不大可能用国内数据的。
此前这个时空因为海外反对人脸识别的浪潮。
在部分国家诸如说漂亮国此时涉及到数据使用是有明确规定的。
海外数据在符合一定条件且获得许可的时候是可以据此搞技术开发的。
尽管如此，林灰还是觉得，用海外的数据。
如果是中方的技术人员使用歪果的数据很可能会被扣帽子。
但歪果的技术人员使用歪果的一些数据应该不会有什么问题。
这也正是林灰选择海外人员的另一重原因。
总之，无论是IBM准备涉足文本摘要还是伊芙·卡莉此前项目组中部分成员有投奔林灰的意向。
这两个消息林灰觉得都很不错。
这两件事对于林灰将来要做的事情都有可能产生助力作用。
尤其有很多擅长自然语言处理机器学习这方面的技术人员准备投奔这件事让林灰很是期待。
尽管前段时间林灰一直独来独往，但林灰还是很清楚的，无论做什么事，归根结底起决定性因素的还是人。
人是创造一切的基础。
即便是林灰有很多前世的信息，相比于现在这个时空有很大的信息差优势。
但很多时候一个人在做事的时候是会有很多局限性的。
要将前世这些信息真正充分发挥价值并且将涉及到应用的一些东西落到实处所需要的是无数的人才为之奋斗。
某种程度来说，人才是最宝贵的财富。
言而总之，林灰对即将到来的技术人员很是欢迎。
不过话说回来，尽管林灰对于这些即将到来的技术人员比较热切的期盼着。
但对于即将到来的这批人林灰最终还是要经过一定的面试的。
当然所谓的“面试”不是以淘汰为目的，林灰相信伊芙·卡莉此前团队成员的实力。
林灰只是希望能够更加明确这些人更擅长什么？
就算同样是算法方面的技术人员，其所擅长的内容或者说偏好也是不同的。
林灰希望能在进一步了解倒这些人的特长之后，而后将他们放在更加容易发挥价值以及的地方。
为了避免届时出现一些误会。
对于这个想法林灰也没避讳伊芙·卡莉，而是直接了当地告知了。
对此伊芙·卡莉也表示理解并愿意将林灰的态度代为传达。
甚至于对林灰愿意接纳她的朋友，伊芙·卡莉也已经是很感激了。
至于伊芙·卡莉为什么感谢，林灰是略知一二的。
雪崩的时候没有一片雪花是无辜的。
与之相似，涉及到算法方面甚至是更广阔的计算机领域，往往流行一种这样的观点：
“一个崩盘或失败的项目组/团队里没有成功的个人。”
很多引人入坑的培训机构会告诉一些外行。
涉足IT这方面的技术人员很多人在几个项目之后就如何如何工资从勉强十多万迅速破百万。
这种说法所描述的场景确实是存在的。
但这种情况下通常是项目接连成功的情况下才有的待遇。
可如果项目没有接连成功呢？甚至项目接二连三翻车时是什么情况呢？
鲜少有培训机构会讲项目失败后会如何。
真实情况是，但凡一个项目翻车之后接下来的日子别说什么百万年薪迎娶白富美了。
这章没有结束，请点击下一页继续阅读！