“什么意思？”

这回李导发现大家好像都是在帮忙解决问题，语气都没那么冲了。

“你想想强化学习的学习机制，就是对输入的文字做出一个输出的动作来最大化最终获得的奖励”

卡纳说到这里就不说了，他贱贱的用眼神示意李导，叫他当捧哏。

李导看了差点气死，但是处于学习的目的，他还是开捧了。

“那与这个又有什么关系呢？”

“主要问题出在奖励上，我看了下令和的设计，他给的奖励太少了，反倒是惩罚程序一大堆”

“这对于人工智能来说就是，你给出诊断，错了，要赔命，对了，什么都不会发生”

“在开药得到的奖励极低且容易得到较高惩罚的时候，这个程序，它就会选择摆烂”

“也就是所谓的，诶，我知道怎么治，但是我就是不治，我就是玩”

“这和现实生活还挺像，治不好，要医闹，治好了，是你的本分”，卡纳被自己逗笑了，“你这程序做到最后还开始反讽现实了，真有意思”

“那，要怎么解决呢？加大奖励力度？”李导虚心求教，毕竟他对这方面真的不是很懂，卡纳才是这方面的强者。

“欸，兄弟，也给我个在李教授面前装逼的机会”，轩宇用手肘戳戳卡纳。

卡纳闻言，后退一小步，把舞台让给满脸自信的轩宇。

“奖励问题只是其中的一部分，Ape-X很容易出现明明基线算的没问题，但是实操起来就是不行的情况，你可以用double DQN算法加上连续奖励”…

轩宇侃侃而谈，安科两眼一抹黑。

这特么讲的是个啥？

然后看上去就很令人智熄的卡纳也过来掺和了一脚。

“你这个算法基线震荡会很剧烈，容易崩掉，这还得调低学习率…”

我果然是个智障，是吧？

不过这里这么想的不止安科，还有抱着电脑差点哭出来的令和。

这讲的是什么？没听过啊！

被教授们降维打击的他如同一条咸鱼，直接失去梦想。

“不过他这个明明算出来了，是不是可以通过改动…”，李导琢磨着问。

“我觉得可以，来我办公室一趟，我那里也有类似的模型，看看大家集思广益能不能把这个东西调得更好”，轩宇招呼着往自己办公室走，其他教授迅速跟上。

“令和，听得懂吗？”

轩宇突然回过头。

令和一听差点泪流满面，他疯狂的摇晃着自己的一头白毛，表示自己完全没听懂。

“没事，我那里也有书，大概十本，你看完就懂了”

安科记得，轩宇的书架上，每一本书都有新华字典那么厚，并且，它的长宽是新华字典的三倍。

希望令和人没事。

“师兄，我去做毕业论文了”，见教授们提溜着令和远去，安科急忙开溜。

“你不去听？”被叫住的门师兄有些不解的回过头。

“我还是个孩子，等我长大后再学习”

“哈？”

……

下午五点半，国科院旁边农科院的天台。

略带刺眼的阳光打在被烤了一天的滚烫天台上，暑气蒸腾，地上的砖石被晒得发白，好像着了火。

远处的大树上，蝉声时断时续的出现，仿佛在预示着什么，又宛若观众在摇旗呐喊。

天空没有一丝云，地上没有一点风，在灼热而扭曲的空气中，浓浓的火药味弥漫开来。

“你来了”，院长手握美洲大蠊，站在屋顶凸起的房梁上淡淡的说。

这个b装得其实不错，如果他头发没有那么服帖的粘在脸上，脸上没有那么多汗，一副快要中暑的亚子，就更好了。

“我来了”，他的对面，李导拿着根黑白相间的鞭子立在另外一个正对院长的屋顶凸起上，热浪对他没有任何影响，他依然西装革履，头上的发胶都没乱。

“你不应该来的”，院长眼神犀利的看着对面云淡风轻的李导，手里的美洲大蠊之刃慢慢抬起，棕色的刀刃在阳光下反射出刺眼的光。

“我已经来了”，李导嘴角上扬，冷笑一声，也抬起鞭子，那根哑光的鞭子在空中划过一道满月般的弧度，似是下一秒就要抽碎什么。

“你笑是什么意思？”院长俯下身，挑衅式的举起刀，热得令人窒息的空气仿佛在这一刻被冷气凝固住。

“我笑是笑的意思”，李导站在原地没动，漫不经心的接下他的话茬，并且用瞅你咋地的语气回应着他。

大战一触即发。

“卖农科院的西瓜了，不是从他们大棚偷的，是新的研究成果，大热天，观战和西瓜更配哦”

卡纳这声从喇叭里传出来的谷歌翻译直接把气氛给干没了，院长一转头，好家伙，天台上围着他们站了一大群观战的人，在角落还有一大车西瓜，也不知道怎么运上来的。

不仅如此，那个角落的温度明显低上许多，凉丝丝的冷气从那里飘来，搞得都不像是在同一空间里。

趁院长分心的时候，李导抡圆了鞭子朝着院长就是一下，然后又是一套不讲武德的连招，把院长打得哭爹喊娘。