如果將模型比作一個人，優秀的模型就是天賦很高的天才。
可就算是頂級的天才，沒有高質量的學習資料，能學到的東西也有限。
現在騰達的這個dh模型，缺乏的就是學習資料。
“我們現在的數據源有哪些？”
“就是各大平台上網友們交流的一些數據，比如短視頻平台的評論區，直播平台的彈幕。不過這些數據的質量，實在是太低了。”
陳騰微微點頭。
魏龍說的很有道理。
短視頻平台的評論區，有相當多的一部分評論都是沒什麼意義的回複。
這個沒意義，指的是對ai訓練沒意義。
比如顏值博主的評論區什麼“好美”“好漂亮”的誇讚。
對於ai訓練來說，意義不大。
經過篩選處理過後，能用的數據少得可憐。
陳騰又想到了gpt。
實際上第一代的gpt是在101novel.com18年推出的。
但是第一代的gpt在市場上，並沒有攪動什麼風雲。
因為智能水平太低了，根本沒有人樂意與這樣的ai對話。
直到四年之後，足足喂了四年的數據，這才有了許多人願意對話聊天的gpt。
可見ai的學習與發展，是一條十分漫長的路。
“如果按照現在的學習速度，你覺得我們的ai需要多長的時間，才能通過圖靈測試？”
所謂圖靈測試，就是讓一個人去問ai問題。
看看這個人，能否發現正在與自己聊天對話的是ai。
這章沒有結束，請點擊下一頁！
能發現是ai，則未通過圖靈測試。
未能發現是ai，則通過圖靈測試。
這個測試方法在學術界具備一定的爭議。
有人覺得這是一個很好的測試手段，有人則覺得這種測試手段沒什麼必要。
但是不管怎麼說，圖靈測試都可以作為一個ai智能程度的一個指標。
能通過圖靈測試的人工智能不一定特彆有用，但至少具備一定的智能程度。
“如果按照現在的學習速度，通過圖靈測試的話大概需要兩年吧。如果數據的量充足且優質，也許兩三個月甚至更短的時間就能通過圖靈測試了。”
魏龍有些無奈地說道。
優化模型、輸入數據。
他們搞人工智能的，無非就是在做這兩件事情。
“我倒是有一個想法，可以試一試，我們可以在互聯網上，將dh01偽裝成普通的用戶，讓真人用戶和dh01對話試試。”
“可是dh01現在的水準，恐怕和正常人聊上幾句，就會讓人覺得聊天內容牛頭不對馬嘴了。”
“那有什麼關係？”陳騰反問，“你現在上網去和人討論問題，牛頭不對馬嘴的情況難道遇到的少嗎？”
魏龍“……”
還真彆說，他確實在互聯網上見證過生物多樣性。
“那我們就偽裝成真人，去和用戶聊天？”
“嗯，你去找蔣華，讓他配合你們弄些人機賬號出來吧。”
“好的。”
“什麼時候你們覺得這個對話模型有資格被稱之為dh10了，我們就向用戶正式開放我們這個對話模型。”
“如果能和大量真人進行對話，我覺得一年以內，甚至半年的時間我們就能達到10版本。智力水平，應該有七八歲小孩子這麼高。”
“那還不錯。”
陳騰對七八歲小孩子的智力水平還是認可的。
至少能對話了。
如果在這個基礎上再進步，那就真的可以商業化了。
喜歡遊戲公司？這分明是科技巨頭請大家收藏101novel.com遊戲公司？這分明是科技巨頭101novel.com更新速度全網最快。