第394章 【智能平板推出在即】

    與會的一位ai技術研究員連連點頭道:“完全贊同，例如更深層次的人機交互、提升外語訓練的效果、無人駕駛、醫療診斷，或者用於製作交互式電影和遊戲角色……應用場景實在是太廣泛了，有著無窮的想象空間，必然會對全世界帶來深刻的技術大變革。”



    在技術團隊異常興奮的時候，羅晟始終淡定，說道:“通過azure-3的小藍助手，還未升級更新的當前版本的小藍在開放領域聊天有一個嚴重的缺陷，那就是其產生的對話內容往往沒有什麼意義，大多數情況對現實世界沒有常識和基本知識，侷限於感知領域，此外，對於當前的語境往往給不出恰到好處的特定回覆。”



    李淳勝點點頭，認同的說道:“對，例如‘我不知道’確實是一個可以回答任何問題的答覆，但是不夠詳細。大數據顯示，當前版本的小藍產生這種回覆的頻率比人類要高很多，因為這種回覆可以覆蓋很多可能的用戶輸入。”



    羅晟讓人打開了會議室裡的大屏幕，然後連接自己的工作電腦，一番迅速操作便示意與會的所有人看向大屏幕。



    “這是一個端到端的神經對話模型，可以學習如何對給定的對話上下文做出響應，訓練小藍的目標是最大程度的減少困惑度。以及預測下一個標記的不確定性。其核心為evolvedtransformerseq2seq架構，也就是通過進化神經架構搜索發現一種transformer體系結構，可以改善困惑度。”



    羅晟調出一組新的信息面板，補充道:“小藍由et編碼器和13個et解碼器組成，編碼器用於處理對話語境，幫助小藍理解對話中已經說過的內容，解碼器則是利用這些信息生成實際的回覆。”



    與會的一位ai技術研究員凝視著大屏幕裡的面板信息自言自語的說道:“通過超參數調整後，性能更強的解碼器是實現高質量對話的關鍵。”



    羅晟看向那位研究員乾脆利落的點名:“很好，這一塊你來搞定。”



    “好的老大，但我需要權限。”



    羅晟點點頭，在自己的電腦上敲打了幾下:“授權了。另外這是一個有著52億參數的端到端神經對話模型，值得注意的是，困惑度，這是一個很容易在各種神經對話模型中實現的計算指標，這裡有一份數據。”



    眾人一聽再次看向會議室裡的大屏幕。



    羅晟說道:“困惑度指標。由於人類評價存在的問題，一個能夠自動計算的評價指標很重要，這個指標需要能夠和人類評價精確對應。這裡有8個不同的模型版本，分別有著超參數和架構上的區別，如層數、注意力head數量、訓練步數。用的還是et，還是一般的transformer，從這份數據來看，越低的困惑度模型有著更高的得分，兩者的相關係數很強。”



    研討會議並沒有持續太長的時間，坐在這裡的都是一群高智商的開發者，羅晟也不是一個拖泥帶水的人，迅速敲定各大環節，技術團隊也就進入下一個開發進程當中。



    按照既定的計劃，羅晟帶領團隊繼續通過改進算法、架構、數據和計算量去降低神經對話模型的困惑度。



    羅晟在蔚藍海岸實驗室滯留了兩個多小時便回到了自己的辦公室，並且把姚建鴻喊來。



    ……



    “羅總，有什麼吩咐？”