羅晟繼續說道：“人工智能的范疇很廣泛，這是開放領域研究的一個重要場景，現在小藍的對話智能體已經非專業，能夠完成更廣泛話題之下的對話任務，不會僅限于在某個特定領域，而是能夠和用戶聊近乎所有的話題。這一技術突破不僅具有學術價值，還具備廣闊的商業價值，激發更多的應用場景。”
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，或者用于制作交互式電影和游戲角色……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么意義，大多數情況對現實世界沒有常識和基本知識，局限于感知領域，此外，對于當前的語境往往給不出恰到好處的特定回復。”
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復，但是不夠詳細。大數據顯示，當前版本的小藍產生這種回復的頻率比人類要高很多，因為這種回復可以覆蓋很多可能的用戶輸入。”
羅晟讓人打開了會議室里的大屏幕，然后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，編碼器用于處理對話語境，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復。”
與會的一位AI技術研究員凝視著大屏幕里的面板信息自言自語的說道：“通過超參數調整后，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干脆利落的點名：“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，這里有一份數據。”
眾人一聽再次看向會議室里的大屏幕。
羅晟說道：“困惑度指標。由于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。這里有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，兩者的相關系數很強。”
研討會議并沒有持續太長的時間，坐在這里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，并且把姚建鴻喊來。
……