这样的例子还有很多，他们完全可以将自己旗下的应用软件功能进一步分解，对外提供更多单独的服务。
想到这里，叶子书说道：“其实凤凰科技公司旗下的很多子公司都有独特的技术可以做出单独的云服务功能。
例如九凤软件公司的图形处理软件，可以将里面的很多功能进行解构，像他们的图片文字识别功能，就是一个很好的功能。
做成云服务功能之后，其他的开发企业可以单独购买这项服务用在自己的产品里面，形成一个整体对外提供服务。
其他类似的还有很多，例如你们的视频处理软件里面的自动根据声音配备文字的功能，同样可以做成单独的云服务。
由于太多了，我这里就不一一举例，需要你们内部仔细地进行研究，除了解构现有的软件技术功能外，还可以单独研发更多的独立云服务。”
叶子书的这番话，又给雷军他们打开了新的思路，原来云服务还能这么玩，根本就不需要提供完整的软件，而是将很多软件的功能拆开来，单独进行售卖。
这样的做法，不仅能够获得额外的业务收入来源，而且单独提供的服务价值甚至比提供的整体服务价值更高。
更重要的是，当越来越多的企业使用他们的这些云功能进行软件和互联网应用开发，为了提高整体性能，他们不得不将服务部署在同一个云平台上面。
甚至做得更绝一些，这些功能服务只服务于在本平台部署的应用，其他云平台使用就会受到限制。
这样就会产生群集效应，大家都会不自觉地聚集在一个云计算平台里面，彼此调用各自的服务，在这个平台上形成交叉网络结构。
一旦这种局势形成之后，想要更换云计算平台，需要的成本将会非常高，很多企业综合考虑之后，就不会随便更换平台，哪怕其他平台更便宜，也不会迁移。
虽然叶子书想要独霸全球软件市场，但是他知道凭借一家企业是做不到的，只能说占据软件市场的大部分份额而已。
所以对外开放更多的功能服务，他自然也不会反对，因为这是大势所趋，不是他就能够阻挡得住的。
除非全部敝帚自珍，云计算平台悄悄内部使用，不给外界使用，但是其他人也不是傻子，知道有这种技术，自然会有企业进行研究。
不过初期还是仅供内部使用，一方面是对外提供服务的收益不是很大，而且目前这种技术架构还没有得到广泛认同。
另一方面则是测试的需要，就算是叶子书提供的技术，也不能保证100%稳定，内部使用的话，出现问题内部解决，处理起来更加方便。
还有一个好处，叶子书没有说，那就是当全世界大部分信息都是跑在这个云计算平台上的话，对于人工智能的培养具有极大的好处。
现在的人工智能还做不到科幻小说当中的那样，入侵别人的计算机系统如喝水一样简单，并且不会被人发现。
当然，如果叶子书亲自对人工智能进行黑客方面的训练，还是能够做到一部分能力，只是想要毫无知觉地入侵，那是不可能的。
但是当别人的数据都在自家地里，情况就不同了，人工智能将会有海量的信息用来学习，这比专项训练更加有好处。
专项训练学习不过是增强人工智能某方面的能力，而这种整体性训练，则是提升人工智能整体水平。
项目前想要专项训练，需要先设置规则，然后利用数据资料进行训练，而整体提升就是另外一番操作。
由于具备海量的综合性数据知识，导致人工智能能够通过这些数据的学习，增加它在各个方面的能力，然后反向优化规则设置。
也就是说一种是从理论到实践的过程，另一种是从海量实践当中总结出理论，从而继续指导实践。
前者虽然效率更高，专业化程度更高，但是确定性越高，也就不会给人惊喜，大家都知道接下来会发生什么。
而后者虽然效率和专业化程度可能没有前者高，但是由于没有提前设置规则，完全是人工智能自己学习总结，然后上升到规则的阶段。
这就会产生不确定性，也就会诞生出人意料的结果，例如经过海量数学知识的训练学习，可能会诞生新的数学理论，或者是衍生数学理论。
虽然这样的理论不一定具非常高的原创性，但是却也是众多数学知识的总结，对于指导一些数学问题的解决具有重要的作用。
当然，如果人工智能的计算能力非常强大，是有可能会诞生具有很高原创性的数学理论知识，推广开了，也能在其他的学科发生这种情况。
这就意味着人工智能已经可以深度参与人类的科学研究和世界本质探索当中了，也许今后人类只需要负责提供知识线索和样本，人工智能来负责总结和升华。
当然，这些都是理论上存在的可能，实际上受限于计算力，想要做到这一点非常难，就是不知道量子计算机会不会对人工智能产生质的提升。
量子计算机比传统计算机的计算力要强得多，但是计算的不确定性也要比传统计算机要高得多。
说通俗一点，量子计算机的计算结果是个概率数字，概率越大越接近答案，而传统计算机是确定性的，这是两种计算机架构的本质区别。
本小章还未完，请点击下一页继续阅读后面精彩内容！