第(2/3)页

    天朝武侠是掉到崖下得到高人传授神功，漫威里是被蜘蛛咬了一口发生变异，训练出来的东西很有可能没法往现有的游戏架构里边套。

    楚垣夕一想也是，欧美小说无论通俗还是正统，就很少有类似的，人家那么多年了就不流行这种意淫式的展开。

    很多ai语意训练项目直接拉网页就能训练，因为输出的成果是不需要特定使用环境的，但游戏不一样，游戏得有感觉，随便训练出来的东西没感觉。《乱世出山》手游的立项就是建立在这种网文感觉上的，所以才能让ai剧情和游戏内容无缝衔接，换一套训练素材的效果，和瞎捷豹翻译的效果到底哪个更糟糕还真不一定。

    所以搞定实时翻译的ai才是最直接的办法，于是问题又回到薛明那。

    然后薛明给了一个针对西方市场的粗暴的解决方案，那就是，不要什么ai实时翻译，把他用来训练ai的几十万本网络小说，统统都翻成英文，然后用英文版本训练。

    这相当于把一个问题拆成两个。其中后一个问题不需要什么新的工作量，而前一个问题，因为是定向解决到英语区国家推广的问题，不用考虑翻译成多国语言，也不用考虑普适性，只需要解决针对《乱世出山》的单一问题，于是变得非常直接。

    这就变成了最简单的机翻小说的问题了，一本几百万字，几十万本，无非就是一万亿字的体量，只要有优秀的翻译算法和配套算力用于翻小说，不是问题！

    问题是没有合适的算法和算力。

    理解自然语意比较常用的模型里，百度的ernie适合汉语任务，而谷歌的bert20虽然汉语英文都可以，但是主要创新点都在预训练上。对于长句语意的理解还行，但对翻译既不友好也不那么准确，特别是完形填空能力比较一般，连百度都不如。

    而薛明要的是翻译小说，比翻译普通文本的要求高很多。bert20的翻译实力翻个普通的文本都勉强，翻小说根本没法用。

    所以还是openai的gpt-2最合适，哪怕是阉割过的gpt-2。
    第(2/3)页