看完你這篇我突然想到台灣好像也曾經有出現過這麼一個模型
但是大家都把它當真人看
他就是bluwoo
當時一堆鄉民去分析他的思考邏輯跟言行舉止
現在來看是不是他根本就是有人編寫的程式?
有掛?
※ 引述《daviden (daviden)》之銘言：
: 最近看到這個新聞覺得滿好笑的，
: 剛好手邊有一個寫文章機器人的project，
: 就拿來實驗給大家看看。
: 這些是訓練神經網絡時的紀錄點(checkpoint)，
:

: 我挑一個比較不成熟的(loss高的)來展示。
:

: 基本上就是不段重複："a core"這個序列。
: 這是完成第一個循環(epoch = 0)，loss = 2.6727的情況
: 結果跟Facebook機器人的對話很像
: 就重複一些簡單的單字，毫無意義。
: 其實Recurrent Neural Network(RNN)做出這種結果是很常見的
: 在國外data scientist的部落格中，也有類似的例子。
: https://goo.gl/WlUdcW
: 這篇文章裡，以小架構的RNN，用整本愛麗絲夢遊仙境小說作訓練，
: 做出來的文字是這樣:
: "sabdit,
: and the white rabbit wese tilel an the caoe and the sabbit se teeteer,
: and the white rabbit wese tilel an the cade in a lonk tfne the sabdi
: ano aroing to tea the was sf teet whitg the was a little tane oo thete"
: 我只節錄其中一段。
: 可以看到有一整句話是完全重複的，
: "and the white rabbit wese tilel an the"
: 整篇output看來，也有很多重複出現的序列。
: (該文章的作者後來用更大的神經網絡、訓練更久，也達到很好的效果)
: 做神經網絡時，出現難以預測的結果是很常見的。
: 大多數時候，這並不是什麼"發明"，只是模型對訓練集的掌握不好。
: 問題可能來自訓練資料、神經網絡的架構、optimizer，等等...很難講。
: 在我的project裡，當神經網絡訓練更完全(epoch = 17, loss = 1.1391)，
: 可以產生這樣的文字標題：
: "lpt: if you are srarting a shopt for the ooen that you
: don't have to contact the top of your phonee ."
: "lpt: when seniing someone s hood to you don't want to
: het it to youu fbori eorr tthienkty."
: "lpt: if you are srarting a store in your car with a
: complate bard before a bustom rings on your phoone."
: 這和先前重複"a core a core"的模型是同一個，但現在已經可以講英文了。
: 這就只是訓練充足與不充足的差別。

錢

沒有 滾!!錢

管媽下令召回

錢!

我他媽是誰？帥哥？錢！

簽名檔是什麼鬼啦