陈腾也看到了这东西后面跟着的“方案预测”四个字,并没有太激动。
抽不出来真正技术,只是方案预测也在陈腾的意料之中。
要是没有这四个字,价值就不是一百万了。
一千万、一个亿甚至更高也不是不可能。
况且就算是有了这个技术的方案,陈腾估计自己也还差着一堆前置的技术,根本啃不动。
“这玩意儿……姑且就当成谢谢惠顾吧。”
系统认证这东西的价值在三百万以上,但是陈腾现在确实用不到。
第三个,甚至可以说是目前最有用的。
语言学习大模型。
顾名思义,这个大模型的作用就是帮助AI学习人类的语言,帮助它了解每一句话的含义。
学成之后,那自然就可以和人类对话。
如果将这项技术和语音转文字的技术相结合,就能得到一个可以聊天说话的语音助手。
再给予操控设备的权限,那么用户将会得到一个类似于《铁人》电影当中“贾维斯”一样的人工智能助手。
当然,肯定是弱化版。
这样一来腾达旗下所有的设备,都可以用语音进行操控了。
“就是不知道这个模型的水平怎么样了。”
陈腾没有细看系统给的U盘。
不用看都知道,他肯定看不懂的。
第四个,大数据统计分析技术。
这项技术是腾达目前具备,但同时还是需要的。
因为AI的学习与成长,需要依赖的就是庞大的数据库。
没有庞大的数据库,AI什么都不是。
再怎么精妙的模型和,都需要庞大的数据库。
而这个庞大的数据库,又必须精挑细选数据源。
优秀的数据可以帮助AI更加快速地成长,达成想要的目标。
反之,垃圾的数据库很有可能会导致AI倒退。
拿围棋界的阿尔法狗举例。
就算是一开始阿尔法狗什么都不会的时候,背后的团队也绝对不可能给它喂两个臭棋篓子下出来的对局。
喂的数据,一定是经过精挑细选的高水平对局。
到了阿尔法狗天下无敌的时候,人类的棋局也不会再往它的数据库里喂了。
为什么?
因为这个时候,哪怕是人类顶尖高手的对局喂进去,那都属于污染数据库了。
那么新的问题来了,如何精挑细选优秀的数据喂进去呢?