程旭一边摇头，一边又设计了一些典型问题，从中甚至听到了“言心”有些翻动的答案——屏蔽的效果都不是很好，稍微诱导一下，自己就能把自己给卖了的那种！
怪不得千寻科技要跳脚，这玩意敢放出来，那就不是轩然大波的问题了——真被有心人利用一下，舆论被带起来，这简直就是生死存亡的问题了！
怎么说呢，这问题很典型，就是属于早期教坏了，没有及时发现，以至于现在已经到了晚期，无可救药了快。
这个时候，继续强化学习，效果可能会有点儿，但不可能太多。
哪怕程旭以未来的眼光来看，也没有特别好的办法。
它自身的价值体系判断和决策过程已经趋近成型，评估网络自身是有缺陷的，而自我迭代根本无法改变它的糜烂基础。
除非——有外界的强力干预。
这就像学生学习差不多——一个好的学生，遇到了自己答错了的问题，他能自己发现问题，并很快的自我纠正过来，然后很快的进步、提高。
但像“言心”这样的学生，学习很差，已经到了快没救了的程度，你就是告诉他错了，他甚至都不知道错在哪儿了。
更别说自己闷着头在那强化学习了，再怎么学也很难提高。
除非——有外界的强力干预——你给他找一个老师，看着他，告诉他哪儿哪儿错了，然后再告诉他怎么样才是对的，手把手的教给他应该怎么做。
只有这样，才有提高的可能。如果这样还不行，那就只能上强的，实在不行就抽他。
人是如此，机器学习亦是差不多的逻辑——当然，抽是不可能抽的，在机器强化学习算法中，有一种方式叫“加权惩罚”。
“需要再想想。”程旭如此思索着……
喜欢科技无垠请大家收藏：(m.520fs.com)科技无垠520飞书更新速度全网最快。