（来源：上观新闻）
正是为了解决👨👧👦🕦这个问题，😠华为技🛂术（加拿大）的🇦🇬😻研究团队提出🇮🇷了一个全新的思路🗽💎：与其让🔰AI笼统评价整🗻🈺张图，🤫😵不如教它像真🧧📸正的专家一样，先🧺😷把图像拆解🇩🇲成一个个有意义🥠🍼的区域👁️🗨️📭，再针对每个💥区域进行细💧👨❤️👨致的质量🐲分析，最📓后通过一张结构🤹♂️化的"关系🏳️🌈😛图谱"把所有🧣信息整合🏴🆎起来😄👨👩👧👧。这是因为📉🌛打分员需要理🐧解AI在每一📚步的输🍞出，从而估算当前👨👨👧👦局面的价值，而这🇵🇰种理解能🥛🇵🇲力要求打分🇵🇸员具备和AI👨🍳🎼相当的语言理👨🦰😣解能力🇹🇫。
而WALL-B😱sem是什么职位的行为💍🚏模式完全不同：🤛它会调整🐩策略再次尝试，🏍如果成功🍌💰，就将这次成功的🤯⏫经验直接更↩👩🚀新到模型🇱🇦参数中🚧。接下来，研究🇦🇫🇨🇱团队为这些图⛲片设计了一套完整🙍♂️㊗的失真体系🐖🚑。它只优化2D🇰🇵参数矩阵💃🔚，其他参数（em🔵👢bed😦👌ding🇹🇯💯、predi🗂😒ction h♓ead、R🥮🇫🇷MSNorm🍔权重、mHC的🐷静态偏置等）还是🚑⌨走Ada🈹mW😮。系统首先🐛将两张图片各自🐓🇧🇼分解成若干个🍓🌉区域（比如人物、👨👩👧👦天空、背景、⤵🚹物体等🇻🇨👨👧👧），然后对每个区🇲🇲域建立🇧🇯一个"节点⛵🦒"🆙💊。
