不知不觉当中，时间来到了14年9月初。
距离孟繁岐在韩国首尔宣布通用对话智能已经三月有余，距离openAI成立，也已经有两个月之久了。
这段时间当中，似乎技术短暂地进入了停滞期，除了一些跟进式修修补补的工作之外，AI界没有什么大动静。
不过孟繁岐的这个核心小团体却很清楚，有趣的事情马上就要开始了。
语言方面，初版的bERt和Gpt已经训练完成，图像方面，换脸的技术也已经逐渐接近成熟。
“语言生成，图像换脸和语音生成都已经稍微像点样子了，不过怎么去发布，还是有点讲究的。”经历过上次人机大战之后，孟繁岐已经深刻体会到了，直接发论文公开代码，其实关注度会大打折扣。
得让普通民众参与进来，以一种大家都可以理解的形式进行。
这一次，孟繁岐就准备逐一发布，先以文本模型模仿人类的能力作为噱头引发关注，有了大量关注度之后再继续放出后续的换脸和声音合成技术。
就如同上次人机大战一样。
“不过你确定bERt和Gpt真的能够潜伏在群聊当中而不被人识别出来吗？”稍微看了一些bERt模型和Gpt模型的回复之后，路易斯和克莱尔两人对这个计划能否奏效非常怀疑。
初版的bERt和Gpt方法已经基本完成了，孟繁岐于一两周前提出了这样一个设想，组织一个一两百人左右规模的群聊，让大家在里面畅所欲言的聊天。
待得三四天后，再告诉他们，其实人群当中混入了一个数字生命。
“这其实就是一种另类的图灵测试，一般来说，进行图灵测试的人，会试图分辨与自己对话的到底是机器还是人类。可是通常来说，人类是不会进入图灵测试状态的。”
孟繁岐指的是，在大多数情况下，人类是不会怀疑与自己进行对话的究竟是人类还是机器。
“一个人到底是不是处于图灵测试状态，他的思维模式很可能会产生非常巨大的变化，因此我们这其实是一个多阶段的测试。”
“第一阶段，我们在公布存在数字生命之后，让用户在一两分钟内，就必须凭记忆和感觉做出回答和预测。”
“第二阶段，我们允许他们仔细翻阅这几天的聊天记录，给他们24小时的时间，让他们深思熟虑后做出猜测。”
“第三阶段，我们允许所有人彼此之间讨论交流，看看他们能不能在一两天之内，讨论出一个比较靠谱的结果。”
“我们倒不是觉得这个流程有什么问题，这个阶段设置还是非常科学的。关键是现在bERt和Gpt的语言对话能力，好像显得太过笨比了一些。”路易斯和克莱尔大量阅读了一些机器回复，觉得但凡是脑子正常的人，都可以很轻松地辨别出来这两个机器人。
“你们被知识诅咒了。由于你们知道到底谁是AI，因此不免会过于关注AI的回复，并且任何蛛丝马迹都会加剧你们的怀疑和猜测，实际上是带着答案找问题。”
韩辞掏出一张没有标注AI的聊天记录，让路易斯和克莱尔去分辨到底哪些是AI发布的，两人自信满满地迅速给出了自己的答复，却被韩辞告知，这张聊天记录里其实根本没有AI。
“我们评判AI的时候，总是以一种非常严格的标准去评价，但实际上在聊天群和互联网里，智商和言论让人震惊的情况是非常常见的。”
韩辞是八月底来到硅谷的，自上次西尼会议结束，分别之后。韩辞犹豫了良久，最终还是选择了来到斯坦福交换。
在这个选择当中，世纪围棋大战对她的影响良多。
加上鄂维南院士也劝她，有她这般得天独厚资源的可不多，一上来就赶上了AI的起风口。
路易斯、克莱尔和克拉克搬进来之后，孟繁岐正好还剩下一间空房。
得知韩辞九月来到李飞飞门下交流学习，顺理成章地就留给了她。
毕竟Flow类的技术，扩散模型系列，都少不了数学方面的知识。
而韩辞刚刚搬进来，就正好赶上了这个小团体的第一次出击，一次很像是AI狼人杀的类图灵测试。面对公众，以宣传bERt和Gpt方法的语言能力。
“我已经把推特发出去了，大家还蛮积极的。”孟繁岐感觉有些意外：“我只说是一个AI方面的交流群，讨论一些相关的知识和生活什么的，结果竟然有这么多人报名。我们到时候还是按Ip筛选一下，尽量保证他们彼此之间距离远一点，不要相互认识。”
“你说是建一个AI的交流群，但又不用已经成熟知名的社交媒体平台，大家肯定有所怀疑吧。说不定都已经猜到了你想搞一次类似图灵测试的东西。”唐璜觉得这点实在是遗憾，不使用成熟的平台，很多人肯定会觉得里面有猫腻。
“这个没有办法的，若是在脸书推特这样知名的平台上建群交流，那就有太多此前的账号资料和动态图片等其他信息可以参考了。如果我们不给AI准备虚假的这些东西，很容易就会被认出来，大家倘若都在关注这些内容，我们的这个测试就失去了意义。”
bERt和Gpt现在都仅仅只具备语言能力，孟繁岐希望大家能够将注意力集中在语言内容上，从单纯的聊天内容去分析讨论，而不是什么注册时间、历史照片等盘外招去分析AI。
因此孟繁岐专门搭建了一个临时的对话平台，除了头像、昵称与历史对话之外基本没有其他功能。
“采用这个临时对话平台，也可以比较方便让我们的模型直接获取其他群友的聊天内容。不过克莱尔和路易斯的担忧也是有道理的，目前的bERt和Gpt很难直接做出很好的潜伏，我们需要给它们分别设计发言的策略，采用额外的逻辑，来使得它们更像是聊天群中的其他人类。”
“群内的聊天有什么特性，我已经初步整理了一版，大家帮我查缺补漏看一看。”孟繁岐此前已经想了很多注意事项。
在群组内聊天其实是一种比较特殊的文字交流形式，每次信息的长度不能太长，不宜长篇大论；语言的表达方式也不宜太过正式书面，要以口语俚语和各种网络梗为主。
“关键是人设必须前后一致，不能明天说的内容和今天就矛盾了，这次我们必须针对每一次的输入，不仅加上前文的几条对话来触发输出，更得加上一个固定的人设。”
此前几人测试的时候，模型主要以读取最后五条十条聊天记录为主，最开始还行，时间一长它说的话彼此之间就容易矛盾。
其中一个测试的话题，就是2014年的世界杯。
但凡涉及足球的内容，就总是免不了梅西与c罗的争端。bERt和Gpt这样的语言模型，面对群内这种对抗激烈的争论场面，很容易反复横跳，显得非常混乱矛盾。
不过这种现象在一定程度上，非常像是后来的乐子人，又或者是【串子】。
他们既不是梅西粉丝，也不是c罗粉丝，不过却很乐于在双方粉丝面前说对方的好话，以挑起双方的争端。
“我们给他们设计两种不同的模式吧，这次的目标主要是以隐藏为主，大家觉得哪些类型最不容易被怀疑是AI？”孟繁岐觉得需要明确思路：“话太少也不行，一直不发言虽然不会被怀疑，但这个行动也就同时失去了价值。”