第157章 橘子大模型（第二更）(1/3)

    做一个人工智能，不是方豫给柚子吩咐一下就可以的。可能是出于安全方面的考虑，塞卡利斯在创造柚子的时候，并没有给这个球添加自主创新意识。只有柚子的所有人对它下达明确的指令，他才会就指令进行下一步的信息收集与演算。对于一个系统性的任务，柚子需要主人给他把系统性任务分解成为一个个独立而明确的任务。如果方豫只是告诉它：柚子，做一个通用型人工智能出来。它会完全不知所措，也无从着手，它不会去主动分析这个任务需要什么样的前置知识，也不会创造性的去执行这个任务。这样一来，就需要方豫自己先对人工智能大模型有相当的了解才可以。给柚子指明一个方向，分解任务，柚子执行。如果执行成功，那就是搞成了，如果不成功，说明方豫对人工智能的理解有问题，方向不对，就需要换方向。归根究底，柚子这么懒也是有原因的！“现在，把我刚才说的方案做一个初步推演，然后把推演结果告诉我。”方豫一边给柚子下指令，一边噼里啪啦的在电脑上改总结。柚子写的阶段总结太超前了，方豫得删除一部分，还得改错一部分，再交给童永山。现在方豫已经在童永山心目中建立起了计科高手的印象，索性一阶段童永山就没再找任何计科专业的大佬合作，而是直接和柚子科技达成的合作研究意向。至于说柚子科技是谁的，童永山更不在乎。就算这家公司就是自己这个学生的又能怎样？有一个肯投几千万在科研上的二代学生不香吗？要是被其他教授知道，早就嫉妒坏了吧？“主人，ResNet与DBN的结合对处理长距离依赖关系的能力应不会有任何提高，我们需要更换模型组合。”经过短时间的运算，柚子闪着银白色的星光回答道。“那就替换一下，看看哪些模型之间能擦出火花来。”方豫在服务器上圈定了模型范围，交给柚子进行演算。模糊演算是柚子本身所具备的法则之一，本质其实是预言学派的一些基础理论在柚子身上的应用。与计算机模型中提取关键因子进行模糊演算的方式完全不同，相比起来，柚子的模糊演算准确性要高得多。“找到了！”没过多久，柚子就发出了振奋的声音。“《带注意力的序列到序列》中提到的注意力机制模型与位置编码技术和LSTM、CNN、FFN等神经网络的结合，可以形成新的框架，经过训练后添加其他模型，可以形成目前