这么不可思议的程度了,他们一度认为“智能平板”项目最大的技术痛点就是AI技术的开发,没有想到率先突破了最大的技术难点。
罗晟继续说道:“人工智能的范畴很广泛,这是开放领域研究的一个重要场景,现在小蓝的对话智能体已经非专业,能够完成更广泛话题之下的对话任务,不会仅限于在某个特定领域,而是能够和用户聊近乎所有的话题。这一技术突破不仅具有学术价值,还具备广阔的商业价值,激发更多的应用场景。”
与会的一位AI技术研究员连连点头道:“完全赞同,例如更深层次的人机交互、提升外语训练的效果、无人驾驶、医疗诊断,或者用于制作交互式电影和游戏角色……应用场景实在是太广泛了,有着无穷的想象空间,必然会对全世界带来深刻的技术大变革。”
在技术团队异常兴奋的时候,罗晟始终淡定,说道:“通过Azure-3的小蓝助手,还未升级更新的当前版本的小蓝在开放领域聊天有一个严重的缺陷,那就是其产生的对话内容往往没有什么意义,大多数情况对现实世界没有常识和基本知识,局限于感知领域,此外,对于当前的语境往往给不出恰到好处的特定回复。”
李淳胜点点头,认同的说道:“对,例如‘我不知道’确实是一个可以回答任何问题的答复,但是不够详细。大数据显示,当前版本的小蓝产生这种回复的频率比人类要高很多,因为这种回复可以覆盖很多可能的用户输入。”
罗晟让人打开了会议室里的大屏幕,然后连接自己的工作电脑,一番迅速操作便示意与会的所有人看向大屏幕。
“这是一个端到端的神经对话模型,可以学习如何对给定的对话上下文做出响应,训练小蓝的目标是最大程度的减少困惑度。以及预测下一个标记的不确定性。其核心为EvolvedTransformerseq2seq架构,也就是通过进化神经架构搜索发现一种Transformer体系结构,可以改善困惑度。”
罗晟调出一组新的信息面板,补充道:“小蓝由ET编码器和13个ET解码器组成,编码器用于处理对话语境,帮助小蓝理解对话中已经说过的内容,解码器则是利用这些信息生成实际的回复。”
与会的一位AI技术研究员凝视着大屏幕里的面板信息自言自语的说道:“通过超参数调整后,性能更强的解码器是实现高质量对话的关键。”
罗晟看向那位研究员干脆利落的点名:“很好,这一块你来搞定。”
“好的老大,但我需要权限。”
罗晟点点头,在自己的电脑上敲打了几下:“授权了。另外这是一个有着52亿参数的端到端神经对话模型,值得注意
请收藏:https://m.bstxt.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)