纯数学框架在转化成代码的时候,问题很多。
更别提乔源用的还是全新的底层通讯架构。
只能说数学原理变成代码从来都不是一件简单的事情。
B这东西简直是家常便饭。
乔源是不通宵工作的,于是每天早上到了办公室,打开邮箱就会看到一堆的问题。
他需要对其中一些基础性的东西做出浅显解释,甚至亲自动手去对提交的代码做修改,改改边界条件什么的,补充某个同胚条件……好在有为那边发过来的代码质量很高,注释很齐。
他的任务就是把这些底层核心代码在环境下跑一跑,复原B然后找出问题所在,然后回信给出理论方向的指导。当然这个过程对于乔源来说其实也是必须的,随时跟进对面的代码,也能保证理论在实现过程中不会因为理解偏差,而产生偏移。所以工作量还是极大的。不过正如乔源对于生活的态度,只要是他感兴趣的事情,所以也不会感觉到累,只有兴奋……毕竟这个人工智能项目其实已经规划很久了。
他还在江大的时候,就是因为想要做人工智能,才专门接了有为集团的对外悬赏项目,同时赚到了人生的第一桶金,以及长达十年的免费算力。算下来到现在也有差不多一年时间了。
所以乔源最近干劲儿很大,颇有种老母亲怀胎十月,终于要把孩子生下来的期待感。
不过天道酬勤,付出终究是有结果的。尤其是当乔源全心全意做一件的事情的时候,效率的确高到不可思议。之前的积累,加上整整一周时间的拚弃了外界所有纷扰,全身心地投入,终于在周二这天完成了测试版的部着工作。或者说框架搭建完毕,他的智能体1.0版已经正式开始处于学习状态。
乔源也已经在自己的电脑上安装好了客户端。
当然暂时还不能用,这也是全新框架最特殊的点之一。它们需要先自主学习标准库里的内容之后,才能进一步开始使用。是的,这里需要用到的是它们而不是它。
因为乔源这次设计的智能体是多个分体构成的,这些不同的智能体分别学习和进化。
当使用者布置任务时,它们内部会有一个沟通和竞争的过程。
如果把用户比作甲方,智能体比作乙方,那就是甲方提出需求之后,乙方会先内部开一个会议。然后综合各方意见给出一个具体的结果。
当然人工智能的内部沟通非常快捷,效率极高。一般性的文字任务,可能几毫秒就能达成一致。复杂的任务可能耗时更长。
内部的竞争就体现在,每次给出任务,都会标记一个主要意见提供者的序列。
然后通过用户的后续提问跟反馈来判断主要意见提供智能体的判断是否准确。
如果最终结果一致,系统会先将问题归类,同时被标记为主要意见提供者的智能体在相关问题下的权重会增加。下次被提问,或者遇到其他用户提同一类型的问题,它给出的回答权重就会增加。
并在流形M上做一次相应的轨道优化。这样下次遇到同类问题响应将更快。
因为这些智能体跟人类不太一样,它们会充分尊重权威的意见。
这就是内部智能体的内部竞争机制。
这些内部的沟通跟竞争,实现起来极为复杂,但通俗的说就是依靠通过各种数学上的升降维映射完成的。但如果真要细究数学原理,就很复杂了:公共流形,投影函数,逆映射,纤维丛……
许多数学上的概念都被投射到了这个智能体的枉架之上。
当然具体会有个什么结果,现在谁也不知道。
毕竟学习需要时间,而且不只是学习标准库。
在学习了标准库之后,这些智能体还需要去主动学习跟吸纳数据库中的各种知识。
当然对于工程师来说,这种全新的智能体架构,最大的改变就是不需要再调参了。
是的,乔源设计的智能体架构从设计之初就把参数系统排除在了整个框架之外。
群作用的封闭性早已经决定了这一点,无需再收敛阈值。
而且语义也是通过对齐标准库自动完成,不需要再去理会所谓相似度阈值。
当然这并不是说这个模型一旦应用就不需要工程师了。
恰好相反,它对工程师的要求更高。首先必须要懂基本的数学原理,因为他们需要时刻关注智能体之间的网络通讯,维护标准库……这些工作的技术含量可比单纯的调参要高多了。
等待的时间总是漫长的,还有两天就是国际数学大会的闭幕式。
老师们也要陆续回国了。
另外计算机夏令营也马上要开始了。夏汐月的票都订好了,一号就会来京城。
骆余磬说得没错,怎么说夏同学也是他在江大关系处得挺好的同学,来了总得去接待一下。但在这之前,乔源最想做的还是先试试他这次到底弄出了个什么东西,好不好用,能不能达到预期的效果。这就跟母亲十月怀胎,终于生出了孩子之后,想第一时间看上一眼是同样的心理。
好在机器学习的速度很快,根据有为那边工程师的预估,最多五个小时,所有智能体就能完成对标准库的理解,然后用一天时间去消化现有数据库的内容。也就是大概二十九到三十个小时后,就能够正式开启首轮测试。
当然能如此高效还得感谢有为云服务提供的数据支持。
虽然说乔源觉得上一代人工智能不太智能,但不得不承认其数据库还是极有价值的。