请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

原本的头条推荐算法主要是基于大规模机器学习系统以GBDT+LR（梯度提升树＋逻辑回归）模式为主，是业内推荐系统的标杆产品。

GBDT是负责自动特征交叉与特征工程，解决人工特征设计的局限性（代替一部分人工工作）。

LR是负责最终的点击率预测，保证模型的可解释性与高效性。

这个混编模式其实就具备了深度学习的理念雏形，因为GBDT已经在开始代替部分人工工作，属于半自动化了。

后面CUDA大赛吸引了大量小牛、科研人员加入后，课程表将这套算法再次进行了部分升级。

通过GPU/TPU加速训练，现在的推荐算法已经具备了深度学习的思想，已经能自动化从原始数据中学习多层抽象特征了。（不需要人工，完全可以凭借算法自动化绘制用户画像）

这就是深度学习的基础特质。

因为它能完全自动化学习。

也正是基于这套已经跑通了的逻辑，研究院近期做出了一款在线翻译软件。

通过独创宽窄混合式（W＋Deep）神经翻译，可以精准将存量抓取的双语料拆分，搭建属于自己短语库。

W（Wide）负责统计短语库、专有名词词典、固定俗语、行业术语，而Deep理解语句造句。

两者一结合，等同于将SMT（统计机器翻译）与NMT（神经机器翻译）各自擅长的领域进行了分工处理。

比如日常短句、单词翻译，基本上就只需要走W词典检索，连GPU都不需要调用，直接依靠CPU就能搞定。

而如果遇到长文档、复杂合同，则可以调用DeepNMTGPU推理。

这种混合式翻译就有点类似前世的豆包。

短句、单词翻译走快速模式。

而长文或者复杂的文本翻译就需要调动GPU算力了，这需要走思考或者专家模式。

王卓在一行人的簇拥下，来到了研究院。

他对这边搞出来的在线翻译原本是没啥兴趣的。

因为无论是有道、金山词霸还是百度翻译，在这个领域都做得还不错，虽然机器翻译出来的味道怪怪的，但只要大致意思差不多能理解就可以了。

难道你还指望这个时候的在线翻译真的能够翻译文件不成？

课程表人工智能研究院可以！！！

是的，余凯余院长亲口保证的。

当然，能够拥有这位余院长，课程表还得感谢百度的馈赠。

若不是吴恩达直接空降百度，压了这位百度AI奠基人一头，估计课程表想挖他是有些难了。

走进演示厅，余院长将王卓拉上了演示台，示意由他来验证课程表的首款在线翻译软件。

见他如此信心满满的，王卓自然也不会跟他客气。

反正今天演示厅里都是自己人，没有外人，索性他便直接输入了一段不算短句子。

“Theweatherturnedldallofasudden”

很快，几乎也就一两秒钟左右，系统里立即出现了一段中文。

“天气突然变冷了！”

“啪啪啪”

全场掌声响起。

“oh，ylove，ydarlg，Ivehungeredforyourtouch”

“哦，我亲爱的，我的爱人，我饿了就是为了让你摸一下”

王卓：......

全场寂静！！！