，预测下一个时刻不同语句甚至语言集合出现的概率分布。

　　在这个基础上，再使用来自人类反馈的强化学习进行训练，这种方法通过人类干预来增强机器学习以获得更好的效果。

　　在训练过程中，人类训练者扮演着用户和人工智能助手的角色，并通过近端策略优化算法进行微调。

　　程旭介绍了一番现在的基于概率和强化训练的语言模型逻辑，接着他话音一转：

　　而基于荷泵芯片本身的强大多值逻辑处理和智能水平，2041实验室有一种新模型，它不再是基于概率的，而是基于常识的。

　　简单说，我要教他说话，不再采用海量数据分析后续文字出现的概率，而是教它识字组词造句，然后句子的组合形成具有一定逻辑和观点的段落和文章。

　　技术实现的细节当然不是如此，只是程旭这个时候不可能跟李泓说什么技术细节，只能是打了这么一个比喻。

　　而李泓也确实理解了，一方面他曾经就是技术人员，都模型训练也有一些了解和研究。另一方面，程旭的话也足够通俗易懂，听起来，这方法就跟教孩子差不多。

　　如果这真的能实现，那真是的比基于概率的语言模型要强百倍千倍不止。

　　李泓的眼神瞟向了旁边的专家，专家会意：以现有的荷泵芯片的水平，也就是价值判定芯片的逻辑，是不够的。

　　现有的不够，那新的呢？

　　现有芯片就是程旭荷泵体系的极限吗？一个新的东西，刚出来就是极限？还是龙潜于渊，即将一飞冲天？

　　一般情况下，接下来就是需要专业人员进行技术评估的时候，但自己这边压根就搞不懂别人的基础，评估也很难评估出个所以然来。

　　现在就需要李泓自己做决定，这种决定其实就是某种意义上的豪赌。

　　他稍微一思虑，再想想程旭这个人，这绝对不能以常理度之。

　　这种豪赌绝对值得，再说了，一点儿钱而已，又不是关乎生死存亡的事情。

　　更关键的是，程旭并没有表现出想要千寻投资的意思，就算给钱，那也是自己上赶着的，人家愿不愿意要还是两说呢。

　　李泓也是不再纠结，直接提出了后续合作的话题：程工的想法我能理解，为了保证自己的话语权确保未来的发展方向，思路也确实是可行的。

　　但，这种审批肯定需要很长的时间，是一个很长的过程，而且，在没有真正做出成绩以前，也很难获得大众认可和支持。

　　你看这样如何，前期这个项目就先由千寻来出钱，就还按你这个思路，你就当我们是你众筹的对象，只不过出资的人由个人变成了我们。

　　我们还是只享有收益权，一切完全按照你的思路来，就当先为以后的操作做个试点。

　　嗯，确实不错。

　　程旭的想法是一个长期规划，短期内肯定很难实现

　　请收藏：https://m.mfxsw.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）