“什麼意思？”

這回李導發現大家好像都是在幫忙解決問題，語氣都沒那麼沖了。

“你想想強化學習的學習機制，就是對輸入的文字做出一個輸出的動作來最大化最終獲得的獎勵”

卡納說到這裡就不說了，他賤賤的用眼神示意李導，叫他當捧哏。

李導看了差點氣死，但是處于學習的目的，他還是開捧了。

“那與這個又有什麼關系呢？”

“主要問題出在獎勵上，我看了下令和的設計，他給的獎勵太少了，反倒是懲罰程序一大堆”

“這對于人工智能來說就是，你給出診斷，錯了，要賠命，對了，什麼都不會發生”

“在開藥得到的獎勵極低且容易得到較高懲罰的時候，這個程序，它就會選擇擺爛”

“也就是所謂的，诶，我知道怎麼治，但是我就是不治，我就是玩”

“這和現實生活還挺像，治不好，要醫鬧，治好了，是你的本分”，卡納被自己逗笑了，“你這程序做到最後還開始反諷現實了，真有意思”

“那，要怎麼解決呢？加大獎勵力度？”李導虛心求教，畢竟他對這方面真的不是很懂，卡納才是這方面的強者。

“欸，兄弟，也給我個在李教授面前裝逼的機會”，軒宇用手肘戳戳卡納。

卡納聞言，後退一小步，把舞台讓給滿臉自信的軒宇。

“獎勵問題隻是其中的一部分，Ape-X很容易出現明明基線算的沒問題，但是實操起來就是不行的情況，你可以用double DQN算法加上連續獎勵”…

軒宇侃侃而談，安科兩眼一抹黑。

這特麼講的是個啥？

然後看上去就很令人智熄的卡納也過來摻和了一腳。

“你這個算法基線震蕩會很劇烈，容易崩掉，這還得調低學習率…”

我果然是個智障，是吧？

不過這裡這麼想的不止安科，還有抱着電腦差點哭出來的令和。

這講的是什麼？沒聽過啊！

被教授們降維打擊的他如同一條鹹魚，直接失去夢想。

“不過他這個明明算出來了，是不是可以通過改動…”，李導琢磨着問。

“我覺得可以，來我辦公室一趟，我那裡也有類似的模型，看看大家集思廣益能不能把這個東西調得更好”，軒宇招呼着往自己辦公室走，其他教授迅速跟上。

“令和，聽得懂嗎？”

軒宇突然回過頭。

令和一聽差點淚流滿面，他瘋狂的搖晃着自己的一頭白毛，表示自己完全沒聽懂。

“沒事，我那裡也有書，大概十本，你看完就懂了”

安科記得，軒宇的書架上，每一本書都有新華字典那麼厚，并且，它的長寬是新華字典的三倍。

希望令和人沒事。

“師兄，我去做畢業論文了”，見教授們提溜着令和遠去，安科急忙開溜。

“你不去聽？”被叫住的門師兄有些不解的回過頭。

“我還是個孩子，等我長大後再學習”

“哈？”

……

下午五點半，國科院旁邊農科院的天台。

略帶刺眼的陽光打在被烤了一天的滾燙天台上，暑氣蒸騰，地上的磚石被曬得發白，好像着了火。

遠處的大樹上，蟬聲時斷時續的出現，仿佛在預示着什麼，又宛若觀衆在搖旗呐喊。

天空沒有一絲雲，地上沒有一點風，在灼熱而扭曲的空氣中，濃濃的火藥味彌漫開來。

“你來了”，院長手握美洲大蠊，站在屋頂凸起的房梁上淡淡的說。

這個b裝得其實不錯，如果他頭發沒有那麼服帖的粘在臉上，臉上沒有那麼多汗，一副快要中暑的亞子，就更好了。

“我來了”，他的對面，李導拿着根黑白相間的鞭子立在另外一個正對院長的屋頂凸起上，熱浪對他沒有任何影響，他依然西裝革履，頭上的發膠都沒亂。

“你不應該來的”，院長眼神犀利的看着對面雲淡風輕的李導，手裡的美洲大蠊之刃慢慢擡起，棕色的刀刃在陽光下反射出刺眼的光。

“我已經來了”，李導嘴角上揚，冷笑一聲，也擡起鞭子，那根啞光的鞭子在空中劃過一道滿月般的弧度，似是下一秒就要抽碎什麼。

“你笑是什麼意思？”院長俯下身，挑釁式的舉起刀，熱得令人窒息的空氣仿佛在這一刻被冷氣凝固住。

“我笑是笑的意思”，李導站在原地沒動，漫不經心的接下他的話茬，并且用瞅你咋地的語氣回應着他。

大戰一觸即發。

“賣農科院的西瓜了，不是從他們大棚偷的，是新的研究成果，大熱天，觀戰和西瓜更配哦”

卡納這聲從喇叭裡傳出來的谷歌翻譯直接把氣氛給幹沒了，院長一轉頭，好家夥，天台上圍着他們站了一大群觀戰的人，在角落還有一大車西瓜，也不知道怎麼運上來的。

不僅如此，那個角落的溫度明顯低上許多，涼絲絲的冷氣從那裡飄來，搞得都不像是在同一空間裡。

趁院長分心的時候，李導掄圓了鞭子朝着院長就是一下，然後又是一套不講武德的連招，把院長打得哭爹喊娘。