第25章 数据采集的困难（1 / 2）
第25章数据采集的困难
紫金市八月上旬的白昼穿行在马路上已经很是炎热，因而林远选择一早便起床。
他没有选择坐地铁，而是骑上了他的小电驴。因为给系统建设数据途径必定是需要在区域的每一户商家都跑一遍，他可不想靠自己的双脚去跑。
刘胡子包揽的这片区域涵盖了整个hx区最繁华的地段。在这里有无数的写字楼，好团外卖紫金分部也在附近。
林远跟公司方面申请了外出派送测试的机会，因为外卖平台有些更新上线之前还是需要实地专人测试一下的。一般来说不会让程序猿亲自出去跑，但林远为了在工作时间外出，就主动请缨把这个事情揽了过来。
林远并不清楚针对商家做数据途径建设，应该是怎么个流程。
为此，他特地没有吃早饭，然后一早找了家早餐店，坐进去方便仔细观察。
按照先前的经验，算力系统完成数据载入时是会有相关提示的。可是林远坐进这家早餐店后，已经都快吃完两个包子了，系统还是没有任何反应。
最终，直到他喝完豆浆走出门，系统都没有给出任何回应。
【你难道只能载入已经采集完成的数据不能自行根据位置主动整理获取】
【身为系统，你好歹有点逼格嘛。】
尽管林远不停朝着系统吐槽抱怨，可是系统装死起来是不会有任何回音的。
清早的大马路上，林远就那么站在路边，看着来来往往的车流，陷入了淡淡的失落之中。
如果不能对商家完成数据途径建设，那自然也不可能对骑手完成同样的建设。那这样一来，整个外卖路径和派送问题中最关键的两个点——商家和骑手，就彻底和算法是断联状态。
什么ai，什么人工智能，什么chatgpt。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。
↑返回顶部↑