chater35(第1/3 页)

从进公司后就无所事事的韩念初，终于回到了原来时空的工作状态。

跟专家的会议时间定在半个月后，有意向的投资人和股东都会到场，会议的核心主题将决定人工智能未来的研究发展发向，是继续研究语法树，还是兴起不久的深度学习研究。

秘书的事务已无暇顾及，何谨修倒没说什么，让hr再借调一个人手过来。

韩念初几乎都泡在实验室里，跟周严果讨论，写代码，刘铭亲自坐镇，也要了张办公桌，和他们一起办公。

周严果站在白板前说：“在现有语料库的基础上，假设我们把状态价值函数和动作价值函数定义好，加入现有的代码模块，实现有监督的学习。”

刘铭问:“具体怎么实现？”

周严果说：“这就是今天讨论的目的，集思广益，讨论出这个方法的可行性。”

何谨修捏着笔，不知为何，他的目光转向了韩念初。

韩念初走到周严果旁边，接过他的笔，在白板上写满了公式，转身说道：“用贝尔曼方程迭代计算奖惩。”

众人一愣。

韩念初接着说道：“具体一点，先定义状态价值函数，用来评估状态优劣。行为或动作价值函数用于评估下一个字或词的优劣。完成定义后，进一步定义出累计奖励函数，就可以评价出一整句回答的优劣。”

“奖励函数怎么定义？这个函数接受的变量怎么从人传给机器？这个变量给了函数以后，函数怎么去调整它的输出？答好要加多少分？答不好要扣多少分？那个奖励函数怎么解？”周严果一口气问出了一连串的问题。

韩念初在白板上一边划线一边讲解：“想想公式怎么定义，根据公式把奖惩机制加进源代码，测试一下就行了。我说明白了吗？”

周严果的眉头松开，眼神顿时清明，“这还能不明白？”跟手把手教差不多了。他的目光转向其他人，都是一头雾水的表情。

他这才陷入一个谜团当中，这是他的构想，他能瞬间明白是很合理的，为什么韩念初却好像未卜先知一样，把他后面的每一步都想得清楚明白？

而最让他不能理解的是，她有比他更完整的构想，最后一步只需要实现代码化。

听说她是可以在记事本上写代码的水平，这一步对她来说太容易了，她为什么不抢先完成实验，发论文，公告天下？

她在他人生尽毁前，把他救回来，为他做了这么多

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！