周一的技术战略会上，贾瀞雯在白板上写下四个字：图像搜索。
会议室里安静了几秒。
然后响起一阵低低的议论声。
“图像搜索？”李明重复了一遍，“用户上传图片，然后我们找相似的图片？”
“对。”贾瀞雯点头，“技术上叫基於內容的图像检索。
国外有实验室在研究，但还没有成熟的產品。”
张涛推了推眼镜：“贾总，这个太超前了吧？我们现在连文字搜索都还没做到完美。
图像搜索的复杂度要高几个数量级。”
“我知道难。”贾瀞雯说，“但搜索的未来不只是文字。
图片、声音、视频，这些都是信息。
如果我们现在不开始研究，等別人做出来了，我们就落后了。”
王磊举手：“技术上具体要做什么？”
“分几个部分。”贾瀞雯在白板上画图，“第一，特徵提取。
从图片里提取顏色、纹理、形状等特徵。
第二，特徵索引。
把这些特徵建成可搜索的资料库。
第三，相似度匹配。
用户上传图片后，计算和库中图片的相似度，返回最接近的结果。”
她画完，看向团队。
大多数人都皱著眉头。
“这需要计算机视觉的专业知识。”新来的一个算法工程师说，“我们团队没人懂这个领域。”
“需要大量的计算资源。”另一个工程师补充，“图片特徵提取很耗cpu，匹配算法也很复杂。
现在的伺服器可能扛不住。”
“还有数据问题。”李明说，“我们需要海量的图片数据来训练和测试。
去哪找这么多图片？”
质疑声一个接一个。
贾瀞雯安静地听著，等大家都说完了，她才开口。
“所有的困难我都知道。”她说，“但陈总说了，有些事现在不做，以后就晚了。
图像搜索是未来，我们必须现在开始布局。”
她顿了顿：“当然，不是要马上做出產品。
我们先做预研，探索技术可行性。
周期定六个月，投入资源控制在可接受范围內。
这样可以吗？”
团队互相看了看，最终都点了头。
但贾瀞雯能看出来，大部分人心里还是没底。
会后，她给陈浩打电话匯报情况。
“团队反应怎么样？”陈浩问。
“有疑虑。”贾瀞雯实话实说，“觉得太超前，技术难度太大。”
“正常。”陈浩说，“新技术的探索总是这样。
我等会儿发你一些资料，是国外论文和研究报告。
你让团队先学习，有个概念。”
半小时后，邮箱里多了十几封邮件。
附件全是pdf，英文的，有些还有复杂的数学公式。
贾瀞雯列印出来，厚厚一摞。
她抱著这摞资料回到会议室，团队还在討论。
“这是陈总发的资料。”她把资料放在桌上，“大家先看看，了解下这个领域的前沿进展。”
李明拿起一份，翻了翻，眼睛渐渐亮起来。
“这篇论文讲的是基於顏色直方图的图像匹配。
思路挺巧妙的。”
张涛也拿起一份：“这个是纹理特徵提取的方法，用到了小波变换。”
新来的算法工程师看著一篇论文，喃喃自语：“这个相似度度量公式有点意思。” 资料起了作用。
团队开始认真研究，会议室里响起了討论声。
但一周后，问题又来了。
“贾总，我们试了几个经典算法。”李明匯报，“效果不太好。
简单的图片能匹配，稍微复杂点就乱了。”
“具体什么问题？”
“特徵不够鲁棒。”张涛解释，“同一辆汽车，不同角度拍，提取的特徵差异很大。
算法认不出来是同一个东西。”
贾瀞雯思考著。
这时，陈浩的电话来了。
“进展如何？”他问。
贾瀞雯把问题说了。
陈浩听完，没直接给答案，而是问：“你们现在怎么做的？”
“按论文里的方法，先做整体特徵提取，再做全局匹配。”
“换个思路。”陈浩说，“分阶段实现。
第一阶段，不做通用图像搜索，先做特定类別的识別。
比如先做汽车识別，因为汽车有比较固定的特徵。
第二阶段，扩展到建筑、动物等常见类別。
第三阶段，再做通用搜索。”
贾瀞雯记下来：“这是技术路径上的建议？”
“对。”陈浩说，“另外，方法上也可以调整。
不要追求完美算法，先用简单方法验证可行性。
小步快跑，快速试错。”
掛了电话，贾瀞雯立刻召集团队。
“调整策略。”她说，“我们不分阶段：第一阶段，选定十个