(Ps：切掉的新书已更新过章节内容不可能放这本，没那么丧心病狂，只是搜索引擎名字引用了「灵境搜索」，因为想了几个名字都觉得没这个合适，现在人工智能和GPT那么热，正好2013年是生物识别技术和神经网络开始爆发的年头，本来AI的剧情就是从本书大纲挪过去，不在本书展开，新书嘎了，那边也还没展开，所以调整回来，但已经更新了的章节内容是绝对不会发第二次。)
——
陈宇说到这里顺手关掉了会议大屏幕的PPT，转而看向众人说：「AI语言大模型的建构，后面的一大工作重点就是数据投喂，底层算法架构虽然不是基于自然语言处理NLP，但毫无疑问也受其影响，接下来的数据投喂首先是把互联网上已有的公开数据截止2012年之前产生的存量数据信息都给我爬一遍，国内国外的都要爬。」
这等于是白嫖全人类千百年来所积累的绝大部分知识。
一位与会的工程师询问道：「每天大约要爬取多少数据量？」
陈宇言简意赅：「5个PB左右。」
5个PB？
众人都是一阵惊愕，5个PB的数据量换算一下就是500多万GB的数据量，互联网巨头谷歌在2008年每天