轩辕春秋文化论坛 » 水泊轩辕 » 大家觉得谷歌机器人和李世石几几开?


2016-1-29 10:05 iorihelt
大家觉得谷歌机器人和李世石几几开?

[url]http://tech.163.com/16/0129/07/BEFV3TUT00094O5H.html[/url]

柯洁表示谷歌就是给李世石送钱的,电脑胜率不足5%:hz1034:

2016-1-29 10:23 syu210
电脑战胜人脑是迟早的事

2016-1-29 10:33 tiger1970
我同意柯洁的观点。

只要不和机器比算路,机器没啥胜面。
其实围棋不全是比算路的,很多地方是靠感觉。
围棋,更多的地方是艺术而不是算术。

就像打仗一样,你可以用计算机给导弹导航,可以用计算机做雷达电波分析,但是没听说过用计算机当总司令指挥千军万马的。

2016-1-29 10:46 小贩
用现在的电脑试试 98版红警吧,包爽....

2016-1-29 11:27 muzhi
回复 #3 tiger1970 的帖子

虎兄,这次Google用的深度学习,恰好是先把模糊的“感觉”或“概念”建模出来(特征抽取),再进行量化
这类算法已经在图像识别语音识别这些对问题结构和概念分层有一定把握的领域获得了令人瞩目的成功
而围棋的形势判断等课题在这么多年的搜索剪枝研究中已经做过很多,对问题结构有一些把握
所以我其实是看好Google的,感觉未必能赢但也不会差太多

2016-1-29 11:39 tiger1970
回复 #5 muzhi 的帖子

如果这样做的话,那至少思路是差不多的。
不过现在计算机的水准我觉得还没达到能当指挥这一步吧。

2016-1-29 11:40 小贩
举穷法与云计算结合,输赢只是分配给电脑计算资源多少的问题。

2016-1-29 15:11 白炎陽
我認為藝術上電腦永遠慢人腦一步
電腦的本質應該是先有指令,再給答案
而人腦的指令永遠可以推翻上一個指令

=============

創意上,電腦吃虧
窮舉上,人腦吃虧

=============

2016-1-29 15:38 风精之羽
主要还是google机器人赢的人没啥分量啊,围棋欧洲冠军。。。啥都说明不了么。。

2016-1-29 19:33 乌鹊南飞3
围棋的变化比象棋复杂得多,最新的围棋软件也不是初段的对手,更不要说李世石了。人工智能还不是google搞得定的。他们的机器人并没有实质上的突破,只不过在一些问题上,如单脚站立取了个巧而已

棋谱懒得看,有没有视频?

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-1-29 19:41 编辑 [/i]][/color]

2016-1-29 19:47 KYOKO
电脑战胜人脑咱印象最深的就是卡斯帕罗夫输的那次

2016-1-29 20:02 乌鹊南飞3
看了两盘,都是在形势不错的情况下输了。总觉得樊麾故意留破绽,该补不补,看AlphaGo识不识的。结果AlphaGo最后算出来发现了,也没数贴不贴得出目,就输了

给大家一个动态图:
[url]http://tieba.baidu.com/p/4328898587[/url]

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-1-29 20:57 编辑 [/i]][/color]

2016-1-29 21:45 白炎陽
回复 #12 乌鹊南飞3 的帖子

他為什麼要故意呢?

2016-1-29 21:55 夜阑
电脑穷举法是不现实的。361个点,每个点都有黑白空三种状态,还要考虑双方提子的情况,可以算算这个运算量会有多大……

2016-1-29 22:11 乌鹊南飞3
[quote]原帖由 [i]白炎陽[/i] 于 2016-1-29 21:45 发表
他為什麼要故意呢? [/quote]
最容易理解的就是显示谷歌软件的强大,毕竟这个欧洲冠军在中日韩看来不过不入流。

我看了这棋,google的整体水准还是比较业余,赢不得职业选手。结果赢了,自然让人怀疑有猫腻

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-1-29 22:18 编辑 [/i]][/color]

2016-1-29 22:12 白炎陽
[quote]原帖由 [i]乌鹊南飞3[/i] 于 2016-1-29 22:11 发表

最容易理解的就是显示谷歌软件的强大,毕竟这个欧洲冠军在中日韩看来不过不入流。 [/quote]
這不就收錢踢假球的意思了?

2016-1-29 22:21 乌鹊南飞3
[quote]原帖由 [i]白炎陽[/i] 于 2016-1-29 22:12 发表

這不就收錢踢假球的意思了? [/quote]
就冲google赢了这个人就悬赏100万挑战李世石,就可见他们对围棋的认识有多么肤浅。谷歌的开发竟然认为他们的软件明显比樊麾强,这已然暴露他们对围棋的无知,被宰也不奇怪。

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-1-29 22:22 编辑 [/i]][/color]

2016-1-30 11:17 cmy77
我觉得电脑赢人类是迟早的,不过这次还是看好李世石,国际象棋电脑赢国际大师到赢人类冠军花了8年。我觉得电脑没那么快

2016-1-30 11:18 cmy77
那欧洲冠军其实没放水,不过实力退了是肯定的,这今年没拿过冠军吧,是十年前的欧洲冠军

2016-1-30 12:17 dimeterio
都别不懂装懂胡说八道了。

这一次谷歌算是爆了个大新闻。樊麾二段在中国定段,是欧洲锦标赛三连冠,目前是法国围棋队总教练,实力不如一线的职业棋手,但和以前那种欧洲水货冠军完全不一样。

就这次比赛的棋的质量来看,中国职业棋界普遍的观点是“冲段少年”水平,也就是顶尖职业高手让先倒贴目的水平,这等于说,李世石应该不可能让谷歌阿尔法软件2子。

谷歌阿尔法软件的自学习功能,是非常可怕的东西。大家都知道杨过睡寒冰床练功效率翻倍的故事,自学习功能实际上就是一种打坐练功,电脑运行速度之快,“练功效率”又不知是多少倍。从去年十月到今年三月,电脑的水平可能又有很大提高。

当然,现在唯一阴谋论的地方是可能造假,但这个造假绝不可能是樊麾放水,因为职业棋界没有这个看法。所以即使阴谋论,也是有一个职业高手躲在电脑后面跟樊麾下。但这样的话,问题又来了,能够在1小时快棋里击败樊麾5:0的人,这世界上大概也不多……

2016-1-30 12:26 zhwenh_0421
神秘莫测

[size=3]  偶然击败樊麾5:0,是职业棋手的,问题都不大。

PS:

  电脑打劫是瓶颈,看好李世石95%胜率。

:hz1048:[/size]

2016-1-30 12:47 muzhi
回复 #20 dimeterio 的帖子

我觉得跟李世石这场比赛本身也是为了造出声势,积累算法和顶尖高手对弈的数据,调整学习策略
毕竟算法跟高手过招的机会太少
即使这次赢不下来,也是为将来打基础

2016-1-30 18:16 KYOKO
同意,不过貌似围棋电脑要胜人脑比中象、国象要难多了。。

2016-1-31 02:29 cmy77
回复 #20 dimeterio 的帖子

能5:0击败樊麾的中韩一线职业棋手基本上都有机会做到。以前丁伟就匿名多盘赢过罗洗河。樊麾和当时的罗洗河比要弱不少

2016-1-31 10:05 zeloti
估计李世石完胜,不过仅限于这次,下次就难说了

2016-1-31 11:34 卫天龙
刚上知乎看了下相关文章,这次电脑用的是统计学规律而不是计算,这差别大了
[url]https://www.zhihu.com/question/39905662/answer/83729075?utm_campaign=weekly200&utm_source=weekly-digest&utm_medium=email[/url]

简单说,如果有100种落字方法,计算机得到的是以往棋局中落在哪个点的胜率大,它并没有去计算。

我个人觉得鼓吹计算机运算能力的人高兴早了,排名第二的回复表示“两千万局不是个小数字,大家可以算一下一刻不停地下,15分钟一局需要多久才能下完(大约是570年)。”
更别说两千万局完全有可能不是所有的围棋的棋局
计算机工艺现在是十几nm来着?短时间内也研发不出颖姨说过的新式计算机。就现在的水平来说,除非造个超大的电脑,不然运算能力差太远了
做一个不恰当的极端设想:把地球所有资源扔过去造一台电脑,战胜了人类最聪明的脑子,有意义么?

2016-1-31 12:12 小贩
不晓得分布式计算的人,是应该是五年前的思维。

这样下围棋,花一点点奖品,宣传了人功智能、云计算和云存储才是google的初衷吧。

特别是“谱库”智能,这意味着提前就做了计算。但不意味着按谱落子,要知道,先后次序和子位同样重要。

至于识“谱”智能,肯定和过去的举穷有区别,估计还涉及了新的图像计算,图形思维,这又是人工智能的一大进步。这样的事情,如果说这个棋手才是入段水平,着眼于对局本身,呵呵,其实觉得我好多大学同学都有入段水平,这场比赛更多的是一种宣传、广告。

输赢,象google这样的公司,请两个九段棋手做顾问参于研究年薪给个百来万都不是问题,要知道,google这样的大公司,一个高级程序员年薪100也是一般,所以不必太在意这场比赛的本身。九段棋手年平均收入能有多少?

[color=Silver][[i] 本帖最后由 小贩 于 2016-1-31 12:18 编辑 [/i]][/color]

2016-1-31 16:21 卫天龙
回复 #27 小贩 的帖子

贩儿,介个“分布式计算”指的就是多核吧?这个好像还是纯运算量的问题

就我的理解,这次是在计算流程上,在不好落子的前几步,直接简单粗暴拿统计数据来用了
如果是我的话直接就看心情了:hz1011:

嘛,不丢人了,匿了:hz1014:

2016-1-31 16:36 小贩
关键不是多几个核,分布式计算可以多无数的核。
中心服务器一台,计录结果和空闲的计算单元。每台计算单元参于计算,并配合中心服务器自做调度,把分到的棋步自选一种可能,并将其它可能分配给其它空闲计算单元去算。

2016-1-31 17:03 乌鹊南飞3
围棋的局势判断,打劫这些都不是单纯提高计算能力就能“算”出来的,一般处理这种问题是用模糊算法,模糊算法又基于经验规则。虽然google可以把大量棋谱输入电脑,但是布局和打劫的隶属函数搞不出来,也没有多大用,只能提高局部定式的计算能力。

人工智能的瓶颈不在于计算能力之类的能不能超越人类,而在于某些对人脑思考来说比较简单定性的问题,计算机无法通过算法得出有效结论,空有计算能力而已

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-1-31 17:12 编辑 [/i]][/color]

2016-1-31 17:27 小贩
从开局,到中盘,现在人类也就只能把“打劫当成自留地了”,围棋发展多少年到现在的策略,而计算机围棋又发展了多少年。。。。

莫急,莫急。

2016-1-31 17:27 小贩
堂堂之阵能摆出来了,奇正相生也就不远了。

2016-2-1 09:36 卫天龙
回复 #31 小贩 的帖子

也不能这么说,计算机算法就是人类按着自身思维方式给电脑的,换句话说人类的思维能赋予电脑的都赋予电脑了

现在的结论给人类的意义应该是“人类仍存在独一无二的特性不会被代替”,如果没有这个意义的话标题党也没必要在这新闻上搞什么手脚

2016-2-3 09:37 dimeterio
今天收到了樊麾回覆的郵件,其中關於電腦實力的評價如下:

[quote]關於和AlphaGo這幾盤棋,首先讓我感到驚訝的是它沒有一點兒像電腦,所有下的棋都很正常,這在其他電腦圍棋軟件是不存在的。當然因爲心態的問題,我這幾盤沒有發揮好,不過可以肯定的是,這五盤棋我完全被它壓制住,5比0的比分已經可以說明問題,至於其他人怎麽想,有機會希望他們也可以和AlphaGo下一下 ^^。[/quote]

這明顯是在說,電腦實力很強,說放水陰謀論的You can you up

我比較相信,由於新式算法,高速CPU等等的配合,電腦圍棋的水平正在像怪獸一樣成長。

PS:順便回一個某樓的回帖,2000萬盤棋用一台電腦下當然要500多年,但是用500多台電腦下只要1年。

2016-2-3 10:02 小贩
Google的服务器至少有2000万台,这也是他为什么搞云(分布式计算、分布式存储)的原因,充分使用所有服务器的能力。

也就是谓500年,以google的计算能力,15分钟可以搞定。

[color=Silver][[i] 本帖最后由 小贩 于 2016-2-3 10:04 编辑 [/i]][/color]

2016-2-3 16:40 小贩
过不了多久,但凡比赛,先手必定天元........

2016-2-3 16:56 muzhi
回复 #34 dimeterio 的帖子

秀辰兄给力

2016-2-3 17:41 卫天龙
回复 #34 dimeterio 的帖子

我晕,这句话你们都没看见?
[quote]原帖由 [i]卫天龙[/i] 于 2016-1-31 11:34 发表
做一个不恰当的极端设想:把地球所有资源扔过去造一台电脑,战胜了人类最聪明的脑子,有意义么?[/quote]

[quote]原帖由 [i]卫天龙[/i] 于 2016-1-31 16:21 发表
贩儿,介个“分布式计算”指的就是多核吧?这个好像还是纯运算量的问题
[/quote]

2016-2-3 17:50 KYOKO
做一个不恰当的极端设想:把地球所有资源扔过去造一台电脑,战胜了人类最聪明的脑子,有意义么?

======================
这个意义不大,但现在显然不是这样啊。深蓝战胜卡斯帕罗夫IBM再造个三五十台没问题

2016-2-3 19:59 小贩
电脑报 是个好东西,建议对计算机有兴趣的初阶爱好者买一两年的合订版看看。

2016-2-3 20:33 乌鹊南飞3
[quote]原帖由 [i]dimeterio[/i] 于 2016-2-3 09:37 发表
今天收到了樊麾回覆的郵件,其中關於電腦實力的評價如下:



這明顯是在說,電腦實力很強,說放水陰謀論的You can you up

我比較相信,由於新式算法,高速CPU等等的配合,電腦圍棋的水平正在像怪獸一樣 ... [/quote]
自己承认放水google那边怎么交待?别人可是要挑战世界第一哦。看过棋谱就知道,google的大局是比较弱的,不过樊麾局部的问题确实能逮到。这种人工智能距离超越职业高手还早得很,并没有突破人工智能的瓶颈。至于算法,中日韩几千年都没有总结出来大局判断的法则,几个欧美程序员倒想出来了,那还真是稀奇。没有致胜的规则库,再强大的计算能力也判断不出对手的意图,仅仅靠几手定式和局部精确,是挽回不了被动局面的

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-2-3 20:43 编辑 [/i]][/color]

2016-2-3 21:33 muzhi
[quote]原帖由 [i]乌鹊南飞3[/i] 于 2016-2-3 20:33 发表

至于算法,中日韩几千年都没有总结出来大局判断的法则,几个欧美程序员倒想出来了,那还真是稀奇。 [/quote]

挑个刺的话,足下不要说深度学习,就连初步的机器学习(人工智能)也还不了解。
无论人工神经网络还是随机森林,或者遗传算法群体优化,哪个都不可能“人想出怎么判断大局,然后让机器执行”啊。
肯定是人给出搜索方向和迭代原则,让机器根据样本去学习,而学习出的结果常常不是人可以直接解读的形式。
机器可能学习出和人说的“大局观”类似的东西,也可能学习出很不一样的东西。
而且这套方法论不是少数人拍脑袋创造的,而是以几十年来从博弈论到机器学习许多研究者的工作为背景的。
人类历史几千年,让机器听懂比较多的人话也就是最近五年的事嘛:)

[color=Silver][[i] 本帖最后由 muzhi 于 2016-2-3 21:56 编辑 [/i]][/color]

2016-2-3 21:45 muzhi
围棋AI这种东西肯定不会靠硬算,指数增长没有谁能扛住
这些年来围棋AI的主要研究内容就是如何剪枝以减小搜索空间
——这是当初我们实验室的做过围棋/将棋AI研究的师弟告诉我的

如果Google能活用深度学习的方法在抽象层次先学习如何剪枝,说不定真会有突破
——这是我根据自己工作中对深度学习粗浅的了解所做的揣测

2016-2-3 21:50 乌鹊南飞3
[quote]原帖由 [i]muzhi[/i] 于 2016-2-3 21:33 发表


挑个刺的话,足下不要说深度学习,就连初步的机器学习(人工智能)也还不了解。
无论人工神经网络还是随机森林,或者遗传算法群体优化,哪个都不可能“人想出怎么判断大局,然后让机器执行”啊。
肯定是人 ... [/quote]
不必讲那么多概念,写个具体规则库出来吧,要不然机器怎么识别?人工智能虽然发展缓慢,但还不是只能依靠“样本”的阶段。围棋可以预先布好局,诱使或者迫使对手打入,这个电脑如何计算?杀棋,削空,甚至交换都是可以选择的策略,如何取舍?靠所谓的博弈算法?围棋比象棋复杂的地方在于一个局部可以有很多种选择,每个局部选哪种要根据全局进行计算调整,不像象棋目的只有一个。这也是古代一盘棋需要思考十几个小时,乃至打卦想几天的原因,只是计算局部变化根本不用这么长时间

下围棋如果判断不出对手的意图,大势上必然吃亏。google的机器人这个弱点是比较明显的。我看了两盘,都是在局部走得差不多的时候才抓到对方的毛病。说明他们的剪枝算法还是能力有限

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-2-3 22:07 编辑 [/i]][/color]

2016-2-3 22:07 muzhi
[quote]原帖由 [i]乌鹊南飞3[/i] 于 2016-2-3 21:50 发表

不必讲那么多概念,写个具体规则库出来吧,要不然机器怎么识别?人工智能虽然发展缓慢,但还不是只能依靠“样本”的阶段。围棋可以预先布好局,诱使或者迫使对手打入,这个电脑如何计算?杀棋,削空,甚至交换都是可以选择的策略,如何取舍?靠所谓的博弈算法? [/quote]

我说的那些都是当代人工智能的基础概念吧…………
具体规则库本身就是在不断更新的,也一定会包括随机因子。
你说的都是什么年代的老古董……专家系统什么的二十年前研究者们就不玩了……

人工智能怎么发展缓慢了?
人工智能的热点转向机器学习十几年,可比之前的二十年多做出很多成果。
什么叫“只能依靠样本”?
人可以设定学习的方法和结构,但是一定是让机器在预设条件下根据样本信息产生模型。

电脑哪怕用单层的人工神经网络也可以学习这样的博弈,只是结构不合理的话,学不出好的模型。
就像前面说的,学出来的模型也未必是人能解读的,可能是几千维的特征计算或是数据化的复杂网络。
模型中的结构和特征未必就不能反映人理解的概念,也未必就对应人理解的概念。
不知你用过Siri没有,你觉得Siri听到你的话做出反应意味着它跟你一样在理解那句话吗?

比如判断意图,其实机器也在做,跟人在做是一样的:
看局中周围子的关系/前后步骤的关系(抽取特征),预测对方后续行动或最好的应对(模型应用)。
问题是机器一直以来做的都不好,不过这不意味着永远做不好,也不意味着用现在的新方法一定做不好。

当然也可能现在的方法还做不好,我是根据自己有限的知识看好它而已。
我自己不在研究前沿,可能看不准,只是觉得足下的根据似乎不成立。

[color=Silver][[i] 本帖最后由 muzhi 于 2016-2-3 22:21 编辑 [/i]][/color]

2016-2-3 22:19 乌鹊南飞3
[quote]原帖由 [i]muzhi[/i] 于 2016-2-3 22:07 发表


我说的那些都是当代人工智能的基础概念吧…………
具体规则库本身就是在不断更新的,也一定会包括随机因子。
你说的都是什么年代的老古董……专家系统什么的二十年前研究者们就不玩了……

人工智能怎么 ... [/quote]
我是学自动控制的,人工智能的概念说老实话也没看过,但是具体东西我做过,知道人工智能是怎样实现的。到目前为止,机器人做判断的规则库都是编程人员事先写好的,机器人没有能力自己创建规则库,更不要说完善乃至去掉不合适的规则。如果机器人“搜索”出来的结果人类都无法识别,那根本无法调试,更谈不上完善了。所谓“深度学习”只是效率上有明显提升,判断规则一点提升也没有,不会的东西始终不会

不管专家系统之类吹得多么高大上,系鞋带这么简单事机器人就是实现不了。能说明什么?

2016-2-3 22:40 乌鹊南飞3
[quote]原帖由 [i]muzhi[/i] 于 2016-2-3 22:07 发表

看局中周围子的关系/前后步骤的关系(抽取特征),预测对方后续行动或最好的应对(模型应用)。 [/quote]
这个步骤落到具体程序,前者就是写一个规则,以及根据这个规则调用的函数。要完成这个致胜编程,需要程序员完全理解对手的意图,或者超越。这样写出来的代码,机器人执行才不至于落后手,或者吃亏。围棋不像象棋,中盘手手都可以将军,怎么走是根据对方的应对来的。也就是说至少一个局部前几手都是要根据对手应对调整策略的。机器人面对一边进攻,一边收边,一旦被看出来就可能脱先这种策略如何判断?一步棋要照应几个点。这些规则复盘看到好写,要提前写进去,基本上不是人脑能胜任的。要应用的模型也是,局部的好写,全局的模型就是李世石会编程也不见得写得好

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-2-3 22:51 编辑 [/i]][/color]

2016-2-3 22:44 muzhi
[quote]原帖由 [i]乌鹊南飞3[/i] 于 2016-2-3 22:19 发表

我是学自动控制的,人工智能的概念说老实话也没看过,但是具体东西我做过,知道人工智能是怎样实现的。到目前为止,机器人做判断的规则库都是编程人员事先写好的,机器人没有能力自己创建规则库,更不要说完善乃至去掉不合适的规则。如果机器人“搜索”出来的结果人类都无法识别,那根本无法调试,更谈不上完善了。所谓“深度学习”只是效率上有明显提升,判断规则一点提升也没有,不会的东西始终不会

不管专家系统之类吹得多么高大上,系鞋带这么简单事机器人就是实现不了。能说明什么? [/quote]

幸会,我也是学自控出身的:)
后来转计算机在人工智能的一个子领域拿的博士。
更巧的是,我做过机器人定位方向,参与过双足机器人步态方向,也接触过我小老板的机器人自动拼图项目,还真折腾过几年机器人。
我想足下前面说的“机器人”大概是指包含执行器的软硬件复合系统,这种系统确实不常用复杂的算法,工业中限定用途的话PID都够了。
窃以为主要是因为复杂且没必要,倒不是因为算法不能做。

机器搜索出的结果人类无法直接理解的情况,从90年代初人工神经网络兴起开始就逐渐变为常态了。
除了决策树那系列还行之外,其他的人类真心看不懂,但这不影响它们帮人解决问题。
假如足下看到某些公司搜索系统里那一大堆几十万维纠缠在一起的模型,或许就不去试图理解现在那些模型的“规则”了:)

窃以为深度学习根本不是效率的问题,是思路和结构的问题,当然仅属于自己的意见。
理由是原来停滞多年的语音识别,就是靠深度学习产生了突破。

另外专家系统没什么高大上,就是因为局限太大,所以后来大家不怎么玩了……

2016-2-3 22:45 muzhi
回复 #47 乌鹊南飞3 的帖子

说的不客气一点,你这个理解太狭隘啦
围棋AI根本不会事先写这样的规则
即使广义上“写”,也不会是程序员写,而是由设计算法的人设计一套规则,让机器自己学习自己写

我完全同意人脑不可能胜任写出这么多规则的任务
搞围棋AI那帮人更加明白这一点,所以早就找别的路走啦

机器学习的模型没有人工编写的,都是用一定的算法生成的
人只写算法,教机器怎么根据样本数据去算模型
在接触过的范围内,某公司的搜索引擎里,光广告部门在线用的模型就有上千个,几万维到几百万维不等
离线的模型比这些多很多,搜索本身更多
这些东西不要说让人写,就是让人全抄一遍,全公司所有人尽其一生也抄不完

[color=Silver][[i] 本帖最后由 muzhi 于 2016-2-3 23:03 编辑 [/i]][/color]

2016-2-3 22:48 武三郎
关注,留名

2016-2-3 23:15 乌鹊南飞3
[quote]原帖由 [i]muzhi[/i] 于 2016-2-3 22:45 发表
说的不客气一点,你这个理解太狭隘啦
围棋AI根本不会事先写这样的规则
即使广义上“写”,也不会是程序员写,而是由设计算法的人设计一套规则,让机器自己学习自己写

我完全同意人脑不可能胜任写出这么多规 ... [/quote]
又查了下深度学习,看到“深度学习提出了一种让计算机自动学习出模式特征的方法,并将特征学习融入到了建立模型的过程中,从而减少了人为设计特征造成的不完备性”,然后又说“深度学习虽然能够自动的学习模式的特征,并可以达到很好的识别精度,但这种算法工作的前提是,使用者能够提供“相当大”量级的数据。也就是说在只能提供有限数据量的应用场景下,深度学习算法便不能够对数据的规律进行无偏差的估计了,因此在识别效果上可能不如一些已有的简单算法。”这个倒是以前不知道的,我做过的还是属于比较早期的技术。但是找到没有实例,或许实例我也不见得看得懂,编程人员竟然说他们也没搞懂程序是怎么做到的。这个一定意义上属于“失控”,也许达到了相当的高度,但再调整就很难了,需要的资源恐怕指数形式增长都不够。如果真的是如此,我对它的前景表示怀疑。也许新奇是有的,但实用则未必

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-2-3 23:18 编辑 [/i]][/color]

2016-2-3 23:45 muzhi
回复 #51 乌鹊南飞3 的帖子

编程人员清楚自己让机器怎么去学习,去学习什么
但是学习到的具体“知识”或“规则”,已经超出人类的理解,需要让机器自己去处理和应用
我觉得就好像我们在用电脑,能看到网页,能上论坛发帖
但是我们并不知道自己的电脑的CPU中每个门电路处在什么状态,也不关心网络传输中每个数据包的包头写了什么

至于实用性,我也不想多说,我们拭目以待就好了:)

[color=Silver][[i] 本帖最后由 muzhi 于 2016-2-3 23:47 编辑 [/i]][/color]

2016-2-3 23:57 乌鹊南飞3
[quote]原帖由 [i]muzhi[/i] 于 2016-2-3 23:45 发表
编程人员清楚自己让机器怎么去学习,去学习什么
但是学习到的具体“知识”或“规则”,已经超出人类的理解,需要让机器自己去处理和应用
我觉得就好像我们在用电脑,能看到网页,能上论坛发帖
但是我们并不知 ... [/quote]
图形化界面那是两回事,图形化界面只是封装好的程序,底层的代码都是一个函数一个函数写出来的。通讯领域,我所接触的“学习”,比如学习路由表,那就是复制,顶多就是根据特定的表头做一些取舍。这种学习我看不出能解决什么不得了的是思路和结构的问题

[color=Silver][[i] 本帖最后由 乌鹊南飞3 于 2016-2-3 23:58 编辑 [/i]][/color]

2016-2-4 02:36 muzhi
回复 #53 乌鹊南飞3 的帖子

真的是两回事,跟图形化界面有毛关系?
那段话的意思是:
对一个复杂的事物,不能把它的所有细节都列出来,并无所谓“失控”
否则的话,Intel早已对自己的CPU失控了,Google也早已对自己的搜索引擎失控了

很多领域都用“学习”这个词,但是含义可能完全不同
比如进化计算中讲”学习“,讲的就是局部搜索
你说的通讯的“学习”,跟机器学习/深度学习的”学习“完全不是一件事,看不深度学习思路和结构也不奇怪
我的理解是,机器学习里的学习讲的就是根据样本进行反馈和迭代修正模型的过程(不是严格定义)
真有兴趣的话可以去找Hinton的论文来看看深度学习究竟在搞什么:)

2016-2-4 10:49 卫天龙
回复 #40 小贩 的帖子

谢乌鸦……虽然想这么说但是看了眼
[url]http://www.icpcw.com/[/url]
这网址的分类栏有点不对啊……网上没把报内比较有深度的内容传上来么?
感觉这网上这些东西什么时候想看再看就行,没必要专门看啊

反倒是muzhi前辈那几个关键词够我吃几个月的

2016-2-4 21:16 乌鹊南飞3
[quote]原帖由 [i]muzhi[/i] 于 2016-2-4 02:36 发表
真的是两回事,跟图形化界面有毛关系?
那段话的意思是:
对一个复杂的事物,不能把它的所有细节都列出来,并无所谓“失控”
否则的话,Intel早已对自己的CPU失控了,Google也早已对自己的搜索引擎失控了

... [/quote]
用C++写的百万行代码,维护它的程序员也许都没有全部看过,但出了问题一样能做定位。不能定位的程序要看一看。网上查了很久都没有查到深度学习的实例,连训练数据的例子都查不到,剪枝算法也只找到两个走迷宫的程序。看了好几篇中文的都差不多。大都是针对图像识别的,与围棋AI的算法相差甚远。还是没搞懂“样本进行反馈和迭代修正模型的过程”,具体是怎样自动实现的。必应搜Hinton Deep Learning竟然只能找到中文介绍。看来还是要关键字

2016-3-9 13:32 iorihelt
开战了,我对围棋基本就处于只知道规则的水平。
谁给说说战况?
直播地址:[url]http://live.bilibili.com/1[/url]

2016-3-9 13:54 tiger1970
不知道。
我现在还是相信李世石能赢,而且会早早建立优势。反正很快就下完啦,看看我说的对不对。

2016-3-9 15:34 iorihelt
李世石投了。。。。。

2016-3-9 15:41 tiger1970
[quote]原帖由 [i]iorihelt[/i] 于 2016-3-9 15:34 发表
李世石投了。。。。。 [/quote]

真的假的?
看了报道,前面李世石优势,后面被搅晕啦。
聂卫平当初就吃这亏。这也许是人类的特点。
机器只要有电,就一直是那个状态。人不行,人时间一长,就“没电”啦。

[color=Silver][[i] 本帖最后由 tiger1970 于 2016-3-9 15:48 编辑 [/i]][/color]

页: [1] 2 3 4 5 6 7 8 9 10


Powered by Discuz! Archiver 5.0.0  © 2001-2006 Comsenz Inc.