李不凡听到这里,很是郁闷,无奈,挂下电话,心里想要吐槽,但是觉得这没有任何意义,然后停止住了。此时,李不凡在想,该怎么办呢?如果等到公司办公室找好之后,那要好几天,这几天时间可就浪费了。就在这时,李不凡灵光一闪,想到一个问题,问阿尔法:“阿尔法,你可以和我说说,你制作软件的原理吗?”阿尔法回答道:“主人,按照您的吩咐,您的意思是想要可以任意互相翻译两种语言。现有的人工智能方法,一般都是通过两种语言数据作为训练样本和标签,使用seq2seq,也就是序列到序列模型来完成相应的翻译,这种效果表现良好,但是对于一些特定场合和情景下的翻译却无能为力。因为这些模型只能够进行黑盒操作,无法可解释。而我打算采用的方法是,将每种语言的语言数据,无论是音频还是文字甚至是相对应的图片,都全部收集起来。之后每种语言都训练得到一个核心语言知识模型出来。至于这个模型,将会非常的复杂,拥有千亿计个模型参数和影响因子,因此需要海量的数据进行训练。当然了,这种办法的好处是,主人您之后可以根据我提供的算法和模型进行还原。这样,主人之后需要技术授权和解释源码的时候,就可以解释清楚了。要不然,我可不会采用如此劣等的算法,因为我已经是拥有智慧、会自主学习的人工智能了,可不是那样没有脑袋、只会纯粹训练的破机器。”李不凡闻言,觉得阿尔法对于解决方法提出的想法非常具有建设性。这样日后解释起来的时候就会非常方便,别人也不会把这个与真正的人工智能联系到一起。同时,李不凡也知道,因为按照这种办法,需要海量的数据来进行学习,因此带宽会严重影响到任务完成度。不过,李不凡却想到一个不算办法的办法:“阿尔法,我有一个办法可以帮你解决带宽问题,让你拥有无限带宽。你可以先将数据收集、处理和训练的任务分派下去,可以派分身进