不过模型的学习能力强是一回事，数据又是一回事。
如果将模型比作一个人，优秀的模型就是天赋很高的天才。
可就算是顶级的天才，没有高质量的学习资料，能学到的东西也有限。
现在腾达的这个dh模型，缺乏的就是学习资料。
“我们现在的数据源有哪些？”
“就是各大平台上网友们交流的一些数据，比如短视频平台的评论区，直播平台的弹幕。不过这些数据的质量，实在是太低了。”
陈腾微微点头。
魏龙说的很有道理。
短视频平台的评论区，有相当多的一部分评论都是没什么意义的回复。
这个没意义，指的是对ai训练没意义。
比如颜值博主的评论区什么“好美”“好漂亮”的夸赞。
对于ai训练来说，意义不大。
经过筛选处理过后，能用的数据少得可怜。
陈腾又想到了gpt。
实际上第一代的gpt是在2018年推出的。
但是第一代的gpt在市场上，并没有搅动什么风云。
因为智能水平太低了，根本没有人乐意与这样的ai对话。
直到四年之后，足足喂了四年的数据，这才有了许多人愿意对话聊天的gpt。
可见ai的学习与发展，是一条十分漫长的路。
“如果按照现在的学习速度，你觉得我们的ai需要多长的时间，才能通过图灵测试？”
所谓图灵测试，就是让一个人去问ai问题。
看看这个人，能否发现正在与自己聊天对话的是ai。
能发现是ai，则未通过图灵测试。
未能发现是ai，则通过图灵测试。
这个测试方法在学术界具备一定的争议。
有人觉得这是一个很好的测试手段，有人则觉得这种测试手段没什么必要。
但是不管怎么说，图灵测试都可以作为一个ai智能程度的一个指标。
能通过图灵测试的人工智能不一定特别有用，但至少具备一定的智能程度。
“如果按照现在的学习速度，通过图灵测试的话大概需要两年吧。如果数据的量充足且优质，也许两三个月甚至更短的时间就能通过图灵测试了。”
魏龙有些无奈地说道。
优化模型、输入数据。
他们搞人工智能的，无非就是在做这两件事情。
“我倒是有一个想法，可以试一试，我们可以在互联网上，将dh0.1伪装成普通的用户，让真人用户和dh0.1对话试试。”
“可是dh0.1现在的水准，恐怕和正常人聊上几句，就会让人觉得聊天内容牛头不对马嘴了。”
“那有什么关系？”陈腾反问，“你现在上网去和人讨论问题，牛头不对马嘴的情况难道遇到的少吗？”
魏龙：“……”
还真别说，他确实在互联网上见证过生物多样性。
“那我们就伪装成真人，去和用户聊天？”
“嗯，你去找蒋华，让他配合你们弄些人机账号出来吧。”
“好的。”
“什么时候你们觉得这个对话模型有资格被称之为dh1.0了，我们就向用户正式开放我们这个对话模型。”
“如果能和大量真人进行对话，我觉得一年以内，甚至半年的时间我们就能达到1.0版本。智力水平，应该有七八岁小孩子这么高。”
“那还不错。”
陈腾对七八岁小孩子的智力水平还是认可的。
至少能对话了。
如果在这个基础上再进步，那就真的可以商业化了。
