玄鱼把相中的人选确定下来，填到邮件里给阿光发过去，应聘的地点就定在原先的工作室，在不干脚本外挂这一行后，工作室暂时性荒废了，拿来当做招聘办公室其实还不错，够体面。
决定好招聘示宜，玄鱼投入到Skynet（天网）的深度模型制作中。
目前来看，她所研发的Skynet还达不到智能这个概念，AI再看来过不过是用算法来实现自动化的过程。
玄鱼利用Python爬虫来爬取网络文学词典，成语以及注释，结合成文件打包共计3.6GB容量，这种文件在模型概念中统称为素材，专业术语则叫做数据集。
数据集是AI模型的基础，可以是任何形式的数据，例如图像、文本、音频等。数据集应该足够大且高质量，以便模型能够从中学习。
所以，玄鱼所爬取的内容，统统都是高价值素材，没有任何一句废话或无用的字，当然，有足够优秀质量的数据集还不够。
在机器深度的学习计算中，算法函数通常都会有变量的损失，损失的函数越小，那么模型的精度就会越高，在损失函数的过程中，AI通常就会把关注投放到数据集其他的一些细节上，进而造成结果不统一。
这就像是一个画家试图在一张非常小的画布上完成大规模的绘画作品，他可能会把所有的精力都集中在细节上，但因为画布太小，最后的作品可能会显得混乱不堪，缺乏整体感。
所以，同一个问题，AI可能会出现自己回答上的逻辑错误，就是前言不搭后语，无法确定最终结果。
想要更进一步优化算法和底层逻辑问题，玄鱼需要更高等级的编程技术和AI设计图纸，否则她难以完成，关键是她分期了非常高额的营养值，要是在随便购买容易出问题。
只能慢慢从1型开始培养了，没得办法，技术限制发展规模。
第二天，玄鱼来到工作室整理招聘现场，几张桌子几张椅子，从小冰箱里拿出几瓶水放上去就差不多了。
她扫视了工作室的面积，这里电脑充足环境简约，关键是有空调，如果一切顺利的话可以让他们在这里工作也是没有问题的，自己直接和他们交接，清晰方便。
时间跳到8:50，有人敲门进来，发现只有一个女生坐在里面，有看到面试官和其他人，先入为主，认为她和自己一样是应聘者，于是这名年轻人自己找位置坐下继续等待。
等到9点钟的时候，全部人终于到齐，陈瑞和建立上差不多，成熟稳重，也是这群人里最老的，其他三个清一色都是刚毕业的大学生。
他们看到面试官还没来，还在疑惑自己是不是被骗了，但看这里的布置也不像。
玄鱼此时忽然从旁边站起来坐到面试官的位置上，指了指陈瑞让他坐到自己面前，说：“不用看了，我就是面试官，先从你开始吧。”
见到玄鱼是面试官还如此年轻，可把陈瑞惊住了，他举棋不定，但一想到自己的债务和4000块工资，再不靠谱也要试试。
玄鱼先面试陈瑞的主要目的就是需要他当新项目的领头人，做事的团队有一个头就够了，剩下都安分做事，陈瑞有工作经验和优秀的履历，带后面3个大学生绰绰有余。
“你似乎有不解的地方，我可以先回答你的问题。”玄鱼有各项强大技能傍身和长远的资本市场见解，哪怕两人的经历天差地别，她依旧没有任何顾虑。
