y********n
发帖数: 4452 | 1 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
步都乱走，然后走对了，就采用，慢慢的一步步破关。
AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。 |
j*****y
发帖数: 1916 | 2 其实还可以应用在军事上面，未来15年应该会有机器人上战场，50年后应该以机器人为
主力。
A10对地轰炸机可以装镜像扫描，电脑指令攻击地面坦克。
民用方面，大家都知道目前吵得过于火热的就是self-drving car。 |
I***a
发帖数: 13467 | |
y********n
发帖数: 4452 | |
y********n
发帖数: 4452 | 5 一月没有大跌是因为床破没有做他承诺的事情，当然变成利好。
1.进口关税
2.人民币定为操纵货币。
苹果新高：
SP500新高多少次了，苹果昨天才刚新高。股市大涨，所有股票都会涨。所以并不代表
什么。而且又有3星的问题。今年6月3星卖几个月新的galaxy。到时候苹果该在哪里就
明朗了。
【在 I***a 的大作中提到】
: 目测又来反指
|
y********n
发帖数: 4452 | 6 guvest说每年看几百个论文的，还有那个老马说看很多paper的没见那两个说任何研究
方面和细节。我就看了阿法狗的几个非常肤浅的paper就有那么多想法。大家可以拿出
detail来反驳我对阿法狗的看法。
【在 y********n 的大作中提到】
: 我对阿法狗的分析在这里：
: https://www.mitbbs.com/mwap/forum/article.php?board=Go&groupid=31278889&
: content_type=all
|
a***m
发帖数: 5037 | 7 你没看懂DL为何能比以前的专家系统强N倍
【在 y********n 的大作中提到】
: 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
: 很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
: 其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
: 步都乱走，然后走对了，就采用，慢慢的一步步破关。
: AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。
|
r***k
发帖数: 13586 | 8 AI在军事指挥上显然会成为未来的主流，而且也不需要士兵了，直接机器狗和无人飞机
坦克军舰即可。 |
y********n
发帖数: 4452 | 9 你说哪方面强了，如果是围棋的话，其实主要进步还是用了monte carlos. 阿法狗用的
服务器可是deepblue的几千倍都不止了吧。tree的宽度减少，服务器的运算速度大幅提
高，其他看不出啥提高。
如果说图像辨识，其实不是AI，我觉得更像fussy logic的image comparison，根本谈
不上是智能。
【在 a***m 的大作中提到】
: 你没看懂DL为何能比以前的专家系统强N倍
|
y********n
发帖数: 4452 | 10 军事是可以用，A to B之间找路径，顺便干掉所有不是自方的。
【在 r***k 的大作中提到】
: AI在军事指挥上显然会成为未来的主流，而且也不需要士兵了，直接机器狗和无人飞机
: 坦克军舰即可。
|
|
|
w*******d
发帖数: 59 | 11 Monte Carlo tree search只是把电脑围棋提升到业余六段水平（比如ZenGo）。再结合
Deep
reinforcement learning 把业余六段提升到职业九段。和以前对比，alphaGo在
reinforcement learning里把那些决策函数和评价函数都换成了neural network，而以
前这些函数大部分是线性函数。非线性的函数空间要大很多，评价函数也准确很多，肯
定比线性的要好。但是以前大家只用线性函数而不用neural net是因为之前的理论研究
指出非线性函数在converge上会有问题，很多人尝试都失败了。David Silver他们可能
是最早成功的，用了很多trick和hacky的办法让算法收敛了，于是就牛逼了。围棋和象
棋比不仅仅是计算力的问题，如果和IBM采用同样的策略，计算力的增长还比不过围棋
相比于象棋复杂度的增长。Monte Carlo tree search以及Deep reinforcement
learning的成果都很关键。
【在 y********n 的大作中提到】
: 你说哪方面强了，如果是围棋的话，其实主要进步还是用了monte carlos. 阿法狗用的
: 服务器可是deepblue的几千倍都不止了吧。tree的宽度减少，服务器的运算速度大幅提
: 高，其他看不出啥提高。
: 如果说图像辨识，其实不是AI，我觉得更像fussy logic的image comparison，根本谈
: 不上是智能。
:
|
y********n
发帖数: 4452 | 12 找到一个有看阿法狗算法的同志了。
决策函数：
是用来决定哪些走法可以用MC(Monte Carlos)黑白交叉算下去。这个我同意是增强阿法
狗最重要的一个地方。大大的剪掉不必要的树枝，提高了水平。说白了决策函数就是分
类不同棋形的下一步走的那些地方，这个是脑神经系统的强项。
评价函数：
这个我觉得是现在AI致命伤。为什么？我个人认为第四局的挖下之前决策函数可能用MC
做过，因为评价函数的计算失误，输赢率没算对。你看，即使挖下了之后，阿法狗还是
认为它在赢，过了几步后，才突然雪崩到大输的机率。显然评价函数在没有算尽几块棋
的变化前是对它们分开评价的，分开多少块我们也不知道，可是肯定的是不是一起评价
的。这个是我不敢苟同阿法狗的地方。
当会围棋专业的一看到挖这部，即使之前没有想到也会发现这步的转折和厉害性，可是
阿法狗在这步后MC算各种变化后还是看不懂，输赢率还是没变。说明评价函数还是评价
水平之下。
我个人觉得评价函数可能比一般算死活的软件都差，因为它没有真正的计算死活，只是
从脑神经系统的数据库来找这个棋谱的各块分类是多少输盈率。当然，如果用算死活的
步据，阿法狗自己和自己下来提高就大打折扣，和人下的算变化也会少好多，因为算速
度会慢很多。
说了半天，我个人认为阿法狗只是个数据库，没有真正像人类一样的懂围棋，思考围棋
，人类只找到一种方法让机器人下围棋而已。
【在 w*******d 的大作中提到】
: Monte Carlo tree search只是把电脑围棋提升到业余六段水平（比如ZenGo）。再结合
: Deep
: reinforcement learning 把业余六段提升到职业九段。和以前对比，alphaGo在
: reinforcement learning里把那些决策函数和评价函数都换成了neural network，而以
: 前这些函数大部分是线性函数。非线性的函数空间要大很多，评价函数也准确很多，肯
: 定比线性的要好。但是以前大家只用线性函数而不用neural net是因为之前的理论研究
: 指出非线性函数在converge上会有问题，很多人尝试都失败了。David Silver他们可能
: 是最早成功的，用了很多trick和hacky的办法让算法收敛了，于是就牛逼了。围棋和象
: 棋比不仅仅是计算力的问题，如果和IBM采用同样的策略，计算力的增长还比不过围棋
: 相比于象棋复杂度的增长。Monte Carlo tree search以及Deep reinforcement
|
c**t
发帖数: 9197 | 13 确实是比较专门的算法，设计还不能推广吧。
比如不能用于自动驾驶或其它人工智能领域。
但是就围棋来说，也可能就需要像机器这么下。 |
b***d
发帖数: 288 | 14 死活是肯定要算的，打劫也算。
个人感觉，狗主要是估值函数有突破性进展。
【在 y********n 的大作中提到】
: 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
: 很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
: 其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
: 步都乱走，然后走对了，就采用，慢慢的一步步破关。
: AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。
|
y********n
发帖数: 4452 | 15 如果我说的不对，请矫正：
确切来说阿法狗没有算死活。它只是穷走policy network的可能走的地方。然后在tree
的底部用value network查现在的输赢率。value network算死活以我读到的是根本没有
算，只是分类这个棋形的输赢率多少，局部死活它没有玩透。只是看了一下在底部的结
果(还在一半的状态)给个打分而已, 所以它打错了，后来穷走能下到tree的底部那些局
部死活都差不多下完了然后打分才正确。
大多死活在一半的时候的打分是对的，可是碰到有关联性的，而且范围大的，阿法狗看
来打分是会错的。要穷下到没有关联性的情况下，value network打分才对。
【在 b***d 的大作中提到】
: 死活是肯定要算的，打劫也算。
: 个人感觉，狗主要是估值函数有突破性进展。
|
F****s
发帖数: 3761 | 16 老羊就这毛病，看衰美国就赖死不走，看衰股市就是要做多，看不上AI就是要研究，看
不上人家就是要贴上来问。
老羊得先解决ACM和IEEE数据库的阅读权限，在这里撒娇是没用的。
好在老羊很好学，但是这个方式不行，学习的速度远远落后技术进步的速度。
【在 I***a 的大作中提到】
: 目测又来反指
|
j**s
发帖数: 1518 | 17 你说的这个叫中文房间悖论
MC
【在 y********n 的大作中提到】
: 找到一个有看阿法狗算法的同志了。
: 决策函数：
: 是用来决定哪些走法可以用MC(Monte Carlos)黑白交叉算下去。这个我同意是增强阿法
: 狗最重要的一个地方。大大的剪掉不必要的树枝，提高了水平。说白了决策函数就是分
: 类不同棋形的下一步走的那些地方，这个是脑神经系统的强项。
: 评价函数：
: 这个我觉得是现在AI致命伤。为什么？我个人认为第四局的挖下之前决策函数可能用MC
: 做过，因为评价函数的计算失误，输赢率没算对。你看，即使挖下了之后，阿法狗还是
: 认为它在赢，过了几步后，才突然雪崩到大输的机率。显然评价函数在没有算尽几块棋
: 的变化前是对它们分开评价的，分开多少块我们也不知道，可是肯定的是不是一起评价
|
w*****7
发帖数: 5038 | 18 人工智能的确在初级阶段
说阿法狗不会下围棋，先打败它再说
不管它怎么实现的，阿法狗赢了
这好比老杨你，有人笑话你不会炒股，可是你挣钱了，笑你的在亏钱
哈哈哈
【在 y********n 的大作中提到】
: 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
: 很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
: 其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
: 步都乱走，然后走对了，就采用，慢慢的一步步破关。
: AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。
|
w*****7
发帖数: 5038 | 19 中肯意见
【在 c**t 的大作中提到】
: 确实是比较专门的算法，设计还不能推广吧。
: 比如不能用于自动驾驶或其它人工智能领域。
: 但是就围棋来说，也可能就需要像机器这么下。
|
W***n
发帖数: 11530 | 20
still pretty primitive
t hype isn't sustainable
【在 y********n 的大作中提到】
: 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
: 很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
: 其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
: 步都乱走，然后走对了，就采用，慢慢的一步步破关。
: AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。
|
|
|
g****t
发帖数: 31659 | 21 我讲话是根据我的书，论文，专利和工作。
你现在的手机里多半就有我的产品。
用得着和你瞎扯吗。
每年看几百论文是很多学生都要做的。
我毕业那么多年，这点水平很稀罕吗。本版教授那么多，
不少求学时代我们就认识，比我水平高的太多了。有的还是
世界知名度很高的领域专家。
你真是乡下人。你那点什么idea压根我懒得评论。
没code,无真相。
本站创始人liujia去mit ai lab之前在国内是做视觉的。
他来美之前，1998年左右，清华bbs ai版精华区你查查那时候我们
还有其他几个人的讨论。弄明白基础的知识。
我大三就发过ai论文，本身是交大某研究所第一代硕士生，
搭了神经网络控制工业系统的一套东西
: guvest说每年看几百个论文的，还有那个老马说看很多paper的没见那两
个说任
何研究
: 方面和细节。我就看了阿法狗的几个非常肤浅的paper就有那么多想法。
大家可
以拿出
: detail来反驳我对阿法狗的看法。
【在 y********n 的大作中提到】
: 如果我说的不对，请矫正：
: 确切来说阿法狗没有算死活。它只是穷走policy network的可能走的地方。然后在tree
: 的底部用value network查现在的输赢率。value network算死活以我读到的是根本没有
: 算，只是分类这个棋形的输赢率多少，局部死活它没有玩透。只是看了一下在底部的结
: 果(还在一半的状态)给个打分而已, 所以它打错了，后来穷走能下到tree的底部那些局
: 部死活都差不多下完了然后打分才正确。
: 大多死活在一半的时候的打分是对的，可是碰到有关联性的，而且范围大的，阿法狗看
: 来打分是会错的。要穷下到没有关联性的情况下，value network打分才对。
|
F****s
发帖数: 3761 | 22 本版这几个非正常人类ID都有背景的，只是不是什么光彩的背景。
你要是知道老羊是谁都笑趴下了。
买买提一直是中宣部的天下，早厌倦了。
【在 g****t 的大作中提到】
: 我讲话是根据我的书，论文，专利和工作。
: 你现在的手机里多半就有我的产品。
: 用得着和你瞎扯吗。
: 每年看几百论文是很多学生都要做的。
: 我毕业那么多年，这点水平很稀罕吗。本版教授那么多，
: 不少求学时代我们就认识，比我水平高的太多了。有的还是
: 世界知名度很高的领域专家。
: 你真是乡下人。你那点什么idea压根我懒得评论。
: 没code,无真相。
: 本站创始人liujia去mit ai lab之前在国内是做视觉的。
|
m****r
发帖数: 5435 | 23
噢。原来是老味鸡汤啊，难怪孤傲。
【在 g****t 的大作中提到】
: 我讲话是根据我的书，论文，专利和工作。
: 你现在的手机里多半就有我的产品。
: 用得着和你瞎扯吗。
: 每年看几百论文是很多学生都要做的。
: 我毕业那么多年，这点水平很稀罕吗。本版教授那么多，
: 不少求学时代我们就认识，比我水平高的太多了。有的还是
: 世界知名度很高的领域专家。
: 你真是乡下人。你那点什么idea压根我懒得评论。
: 没code,无真相。
: 本站创始人liujia去mit ai lab之前在国内是做视觉的。
|
m****r
发帖数: 5435 | 24
老羊是谁啊。老羊自己讲述的背景已经让一些人笑趴下了，难道你知道的老羊更好玩？
【在 F****s 的大作中提到】
: 本版这几个非正常人类ID都有背景的，只是不是什么光彩的背景。
: 你要是知道老羊是谁都笑趴下了。
: 买买提一直是中宣部的天下，早厌倦了。
|
P****a
发帖数: 1348 | 25 阿法狗好像不只是优化的穷举了吧，另外打分打的好就够牛了。
tree
【在 y********n 的大作中提到】
: 如果我说的不对，请矫正：
: 确切来说阿法狗没有算死活。它只是穷走policy network的可能走的地方。然后在tree
: 的底部用value network查现在的输赢率。value network算死活以我读到的是根本没有
: 算，只是分类这个棋形的输赢率多少，局部死活它没有玩透。只是看了一下在底部的结
: 果(还在一半的状态)给个打分而已, 所以它打错了，后来穷走能下到tree的底部那些局
: 部死活都差不多下完了然后打分才正确。
: 大多死活在一半的时候的打分是对的，可是碰到有关联性的，而且范围大的，阿法狗看
: 来打分是会错的。要穷下到没有关联性的情况下，value network打分才对。
|
P****a
发帖数: 1348 | 26 羊百万花街大牛因为昨天他大赚，你师傅大亏。
【在 m****r 的大作中提到】
:
: 老羊是谁啊。老羊自己讲述的背景已经让一些人笑趴下了，难道你知道的老羊更好玩？
|
m****r
发帖数: 5435 | 27
都怪trump。
你是谁啊？
【在 P****a 的大作中提到】
: 羊百万花街大牛因为昨天他大赚，你师傅大亏。
|
P****a
发帖数: 1348 | 28 我村长呀
十个字十几个字
: 都怪trump。
: 你是谁啊？
【在 m****r 的大作中提到】
:
: 都怪trump。
: 你是谁啊？
|
y********n
发帖数: 4452 | 29 你说的也对，其实阿法狗光policy network和value network就有超过50%的下赢率对付
最厉害的monte carlo的围棋软件。也就是直觉下法。不过它的直觉下法也是靠阿法狗
对下train出来的。对下好像没有用到monte Carlo. 因为看到阿法狗的paper说每天要
下millions的对局，所以不太可能用到monte carlo, 速度会明显不够。
从这方面来看其实阿法狗也不会下围棋，他只是记住所有的棋形，然后知道下一步应该
是什么。等于死记硬背。对我看来不是人工智能，死记硬背的怎么能算。
然后用穷算来提高准确率。穷算肯定不是人工智能。
不过话说回来已经非常接近人类思想的方法了，譬如找出最佳的几个可能性，然后再算
。不过我个人觉得它的记忆分类还是非常简单的，用了十几个layer的CNN, 和棋盘的每
个格子，只是专用围棋的工具，人工智能是提高了一步，可是离智能还差的远。
你可以说我要求太高，可是你看看阿法狗有智力吗，除了围棋和游戏，为啥不试一下语
言交流，看它有没有思想，有没有对它接受到的事物有自己的看法和原因。这个叫智力
。不是下围棋。
【在 P****a 的大作中提到】
: 阿法狗好像不只是优化的穷举了吧，另外打分打的好就够牛了。
:
: tree
|
m****r
发帖数: 5435 | 30
哦。我刚才看你昵称感觉可能是。可能看你这莫稚嫩可爱，立刻否定了这个想法。哈哈
哈。。。。
【在 P****a 的大作中提到】
: 我村长呀
: 十个字十几个字
:
:
: 都怪trump。
:
: 你是谁啊？
:
|
|
|
y********n
发帖数: 4452 | 31 说到具体讨论的问题，guvest和老马只会吹嘘自己多厉害，论文看的多么多，我说的多
肤浅。然后说了半天，自己对于阿法狗的强项弱点一点见解都不写，呵呵呵，谈到细节
，就露馅儿了。 |
m****r
发帖数: 5435 | 32
也可能是你的太肤浅，以至于‘大佬’们无法轻易的给你讲明白，就只好退而打击你了
，省事。
【在 y********n 的大作中提到】
: 说到具体讨论的问题，guvest和老马只会吹嘘自己多厉害，论文看的多么多，我说的多
: 肤浅。然后说了半天，自己对于阿法狗的强项弱点一点见解都不写，呵呵呵，谈到细节
: ，就露馅儿了。
|
P****a
发帖数: 1348 | 33 还真是，本僧和一个小可爱借的id。老id拿不回来了。
: 哦。我刚才看你昵称感觉可能是。可能看你这莫稚嫩可爱，立刻否定了这个想法
。哈哈
: 哈。。。。
【在 m****r 的大作中提到】
:
: 也可能是你的太肤浅，以至于‘大佬’们无法轻易的给你讲明白，就只好退而打击你了
: ，省事。
|
y********n
发帖数: 4452 | 34 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可以下在刚打劫
的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到不可以下在刚
打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都知道它只能用
因果来fit。这个rule training没有出来过，它怎么知道不能走？guvest和老马解释一
下。那么简单的问题你们应该马上就回答出来的吧。
【在 w*****7 的大作中提到】
: 人工智能的确在初级阶段
: 说阿法狗不会下围棋，先打败它再说
: 不管它怎么实现的，阿法狗赢了
: 这好比老杨你，有人笑话你不会炒股，可是你挣钱了，笑你的在亏钱
: 哈哈哈
|
C*****5
发帖数: 8812 | 35 村长好
【在 P****a 的大作中提到】
: 还真是，本僧和一个小可爱借的id。老id拿不回来了。
:
:
: 哦。我刚才看你昵称感觉可能是。可能看你这莫稚嫩可爱，立刻否定了这个想法
: 。哈哈
:
: 哈。。。。
:
|
g****t
发帖数: 31659 | 36 我凭什么回答你？你是谁？
: 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可
以下在
刚打劫
: 的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到
不可以
下在刚
: 打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都
知道它
只能用
: 因果来fit。这个rule training没有出来过，它怎么知道不能走？guvest
和老马
解释一
: 下。那么简单的问题你们应该马上就回答出来的吧。
【在 y********n 的大作中提到】
: 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可以下在刚打劫
: 的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到不可以下在刚
: 打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都知道它只能用
: 因果来fit。这个rule training没有出来过，它怎么知道不能走？guvest和老马解释一
: 下。那么简单的问题你们应该马上就回答出来的吧。
|
m****r
发帖数: 5435 | 37
你跟老马真是太像了。
【在 g****t 的大作中提到】
: 我凭什么回答你？你是谁？
:
:
: 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可
: 以下在
: 刚打劫
:
: 的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到
: 不可以
: 下在刚
:
: 打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都
: 知道它
|
P****a
发帖数: 1348 | 38 老羊说的有点道理哈。
: 村长好
【在 C*****5 的大作中提到】
: 村长好
|
h****a
发帖数: 1098 | 39 阿发狗的水平已经是超过职业九段，
甚至超过的以前所谓超一流棋手。
按以前，4比一基本是让先的水平差。
这不是我说的，而是围棋界的共识。
【在 w*******d 的大作中提到】
: Monte Carlo tree search只是把电脑围棋提升到业余六段水平（比如ZenGo）。再结合
: Deep
: reinforcement learning 把业余六段提升到职业九段。和以前对比，alphaGo在
: reinforcement learning里把那些决策函数和评价函数都换成了neural network，而以
: 前这些函数大部分是线性函数。非线性的函数空间要大很多，评价函数也准确很多，肯
: 定比线性的要好。但是以前大家只用线性函数而不用neural net是因为之前的理论研究
: 指出非线性函数在converge上会有问题，很多人尝试都失败了。David Silver他们可能
: 是最早成功的，用了很多trick和hacky的办法让算法收敛了，于是就牛逼了。围棋和象
: 棋比不仅仅是计算力的问题，如果和IBM采用同样的策略，计算力的增长还比不过围棋
: 相比于象棋复杂度的增长。Monte Carlo tree search以及Deep reinforcement
|
P****a
发帖数: 1348 | 40 据说阿发狗已经有创新的走法了
【在 h****a 的大作中提到】
: 阿发狗的水平已经是超过职业九段，
: 甚至超过的以前所谓超一流棋手。
: 按以前，4比一基本是让先的水平差。
: 这不是我说的，而是围棋界的共识。
|
|
|
l********7
发帖数: 2974 | 41 你的一些误解和问题是合理的，不过的确属于机器学习和神经网络里最基本的概念问题
。估计马和鸡都在忙着放狗搜答案呢，坐看两位（大马、大鸡）狗出来的答案。。。
LOL！
【在 y********n 的大作中提到】
: 说到阿法狗会不会下围棋，阿法狗知道用policy network 选下一步不可以下在刚打劫
: 的眼吗？或者不能放在没气的眼里？学了那么多棋谱，没有一个棋谱说到不可以下在刚
: 打劫的眼啊，或没气的眼里，阿法狗怎样会学到这个rule？学过CNN的都知道它只能用
: 因果来fit。这个rule training没有出来过，它怎么知道不能走？guvest和老马解释一
: 下。那么简单的问题你们应该马上就回答出来的吧。
|
P****a
发帖数: 1348 | 42 智能的定义到底是啥？人工智能的定义是啥呢？
【在 l********7 的大作中提到】
: 你的一些误解和问题是合理的，不过的确属于机器学习和神经网络里最基本的概念问题
: 。估计马和鸡都在忙着放狗搜答案呢，坐看两位（大马、大鸡）狗出来的答案。。。
: LOL！
|
m****r
发帖数: 5435 | 43
我跟你讲啊。我们这里有个architect，印度人，人聪明的不得了，但最让我佩服的一
点是，他从来都不会让你感到他聪明，从来都能从根本上理解你的问题，然后讲出让你
信服的答案。与之对话你会感到完全自由得站在平等的地位来讨论。他能坐下来和你一
起把难题解决掉。
他天然的有着对人的尊重。
我太佩服他了，他来这里不久，但我和他有过无数的探讨，大事小事我不知道哪个方法
最优时都会找他。他把我从一个小白，带成了可以完全自信和第三方讨论的地步。
我自己是做不到他那样的，他是我的榜样。希望老马也能向那个做人方向发展。
【在 F****s 的大作中提到】
: 本版这几个非正常人类ID都有背景的，只是不是什么光彩的背景。
: 你要是知道老羊是谁都笑趴下了。
: 买买提一直是中宣部的天下，早厌倦了。
|
l********7
发帖数: 2974 | 44 如果这类问题只是在定义和形而上学的概念上打转转，就缺乏实践证伪和技术操作的意
义了。说到可实践证伪，比如图灵设计出图灵实验。
人的智能太广泛，当前的所有技术，都只能说模拟了人的智能的某一个方面，远没有接
近真的人类智能。但这和杨百万理解的阿法狗没有围棋智能是不想干的，客观的评价应
该是：阿法狗的围棋智能是可以和人类的围棋智能媲美的。阿法狗的围棋智能绝不是死
记硬背的（老式的）专家系统，这个和DL里一个重要的理论特性有关；在最基础的概念
层次，学习理解和完全的死记硬背是本质不同的。学习理解是归纳推理（一般模式化的
过程），完全的死记硬背是“教条化”的僵硬知识和数据。通过经验训练、来学习“理
解”一般化的模式规则，这个是（人工）神经网络模型的最基本功能之一。为什么呢？
深度学习的机制在某些方面给出了非常明确有趣的理论机理和解释。但是DL到了商业界
，的确被过度吹捧、hype化了（从客观理性的角度看），这个属于另外一个话题了，呵
呵。
【在 P****a 的大作中提到】
: 智能的定义到底是啥？人工智能的定义是啥呢？
|
m****r
发帖数: 5435 | 45
我咋会骂他呢，赞都赞不够。而且我们这里都是技术讨论，没啥商业机密。
你们那群人中技能本事有高有低，还是基本都是你这样的高水平？
【在 F****s 的大作中提到】
: 本版这几个非正常人类ID都有背景的，只是不是什么光彩的背景。
: 你要是知道老羊是谁都笑趴下了。
: 买买提一直是中宣部的天下，早厌倦了。
|
t******y
发帖数: 6206 | 46 阿法狗还没有达到真实的超智商，但是对于干翻人类这种低智力物种，已经绰绰有余了。
【在 y********n 的大作中提到】
: 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
: 很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
: 其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
: 步都乱走，然后走对了，就采用，慢慢的一步步破关。
: AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。
|
P****a
发帖数: 1348 | 47 多谢，这个回答对我来说比较全面
【在 l********7 的大作中提到】
: 如果这类问题只是在定义和形而上学的概念上打转转，就缺乏实践证伪和技术操作的意
: 义了。说到可实践证伪，比如图灵设计出图灵实验。
: 人的智能太广泛，当前的所有技术，都只能说模拟了人的智能的某一个方面，远没有接
: 近真的人类智能。但这和杨百万理解的阿法狗没有围棋智能是不想干的，客观的评价应
: 该是：阿法狗的围棋智能是可以和人类的围棋智能媲美的。阿法狗的围棋智能绝不是死
: 记硬背的（老式的）专家系统，这个和DL里一个重要的理论特性有关；在最基础的概念
: 层次，学习理解和完全的死记硬背是本质不同的。学习理解是归纳推理（一般模式化的
: 过程），完全的死记硬背是“教条化”的僵硬知识和数据。通过经验训练、来学习“理
: 解”一般化的模式规则，这个是（人工）神经网络模型的最基本功能之一。为什么呢？
: 深度学习的机制在某些方面给出了非常明确有趣的理论机理和解释。但是DL到了商业界
|
g****t
发帖数: 31659 | 48 你压根就没什么工作经验。都是纸上谈兵闲扯淡。
你去找个有经验的任何领域
工作人员问问。
干了二十年软件的人，你问他语法糖，那往往都是答不出来的，
懂吗？
你问村长老马丽娟cbot 这种多少年炒股的人基本的
划线问题，他们能答上来才怪！
这个道理你能懂吗？
我两年前刚炒股时候还研究划线的基础什么的。
现在这些问题一律答不出来了。懂吗？
我不答，就是因为我答不出来。不是因为别的。
同时
杨百万这种也不值得我花几分钟
给他去研究。
: 你的一些误解和问题是合理的，不过的确属于机器学习和神经网络里最基
本的概
念问题
: 。估计马和鸡都在忙着放狗搜答案呢，坐看两位（大马、大鸡）狗出来的
答案。
。。
: LOL！
【在 l********7 的大作中提到】
: 如果这类问题只是在定义和形而上学的概念上打转转，就缺乏实践证伪和技术操作的意
: 义了。说到可实践证伪，比如图灵设计出图灵实验。
: 人的智能太广泛，当前的所有技术，都只能说模拟了人的智能的某一个方面，远没有接
: 近真的人类智能。但这和杨百万理解的阿法狗没有围棋智能是不想干的，客观的评价应
: 该是：阿法狗的围棋智能是可以和人类的围棋智能媲美的。阿法狗的围棋智能绝不是死
: 记硬背的（老式的）专家系统，这个和DL里一个重要的理论特性有关；在最基础的概念
: 层次，学习理解和完全的死记硬背是本质不同的。学习理解是归纳推理（一般模式化的
: 过程），完全的死记硬背是“教条化”的僵硬知识和数据。通过经验训练、来学习“理
: 解”一般化的模式规则，这个是（人工）神经网络模型的最基本功能之一。为什么呢？
: 深度学习的机制在某些方面给出了非常明确有趣的理论机理和解释。但是DL到了商业界
|
l********7
发帖数: 2974 | 49 “我不答，就是因为我答不出来。不是因为别的。”
赞大牛，基本没听懂。。。但是上面这一句简明易懂、令人亲切，多谢大牛对我这个小
学毕业生无微不至的详细解释！
【在 g****t 的大作中提到】
: 你压根就没什么工作经验。都是纸上谈兵闲扯淡。
: 你去找个有经验的任何领域
: 工作人员问问。
: 干了二十年软件的人，你问他语法糖，那往往都是答不出来的，
: 懂吗？
: 你问村长老马丽娟cbot 这种多少年炒股的人基本的
: 划线问题，他们能答上来才怪！
: 这个道理你能懂吗？
: 我两年前刚炒股时候还研究划线的基础什么的。
: 现在这些问题一律答不出来了。懂吗？
|
F****s
发帖数: 3761 | 50 不是一个圈子的，解释不通的。人家在休斯顿劳模区，全区中间房价十几万，你给他解
释高深的理论，恐怕他只关心解决吃饭，没心思也不敢诚恳面对这些问题，甚至诚实面
对自己都很难。
【在 g****t 的大作中提到】
: 你压根就没什么工作经验。都是纸上谈兵闲扯淡。
: 你去找个有经验的任何领域
: 工作人员问问。
: 干了二十年软件的人，你问他语法糖，那往往都是答不出来的，
: 懂吗？
: 你问村长老马丽娟cbot 这种多少年炒股的人基本的
: 划线问题，他们能答上来才怪！
: 这个道理你能懂吗？
: 我两年前刚炒股时候还研究划线的基础什么的。
: 现在这些问题一律答不出来了。懂吗？
|
|
|
l********7
发帖数: 2974 | 51 嗯，鸡和马都爱装大神，俗话叫做跳大神的，就是告诉全世界他周围都是大神，所以他
们俩也是大神级别的
不过，客观说，鸡汤比老马有一点强：不说假话，不知道就是不知道，虽然无知丝毫不
减损他老人家大神的光环，呵呵。
老马就很二了，谎话连篇：比如，他说已经把我在买买提的行为报告给我老板了（已经
证实为假话）；又说把我上告FBI了，让我等着FBI来抓我（也被证实为假话）；再比如
，他已经被证实说过所有这些谎话了，还振振有词、满脸正义地教导你，只有诚实善良
的人才是他圈子里的大神。你看看，老马要不是非常勇敢，就肯定是个傻子，才敢这么
谎话连篇地瞎摆胡。
【在 m****r 的大作中提到】
:
: 我咋会骂他呢，赞都赞不够。而且我们这里都是技术讨论，没啥商业机密。
: 你们那群人中技能本事有高有低，还是基本都是你这样的高水平？
|
m****r
发帖数: 5435 | 52
了。
与人沟通的确是有一定讲究。不过，我不觉得老羊在试图从你那里学习炒股，因为他对
自己的成绩已经很满意了。我觉得老羊是个挺简单的人。在某种程度上你也挺简单。
我不知道你为啥觉得最好的合作是帮人炒，那不成了就你having fun啦。
【在 F****s 的大作中提到】
: 不是一个圈子的，解释不通的。人家在休斯顿劳模区，全区中间房价十几万，你给他解
: 释高深的理论，恐怕他只关心解决吃饭，没心思也不敢诚恳面对这些问题，甚至诚实面
: 对自己都很难。
|
m****r
发帖数: 5435 | 53
好玩，我倒是觉得老马更简单点。他二基本在明处。鸡汤太僵硬了。
【在 l********7 的大作中提到】
: 嗯，鸡和马都爱装大神，俗话叫做跳大神的，就是告诉全世界他周围都是大神，所以他
: 们俩也是大神级别的
: 不过，客观说，鸡汤比老马有一点强：不说假话，不知道就是不知道，虽然无知丝毫不
: 减损他老人家大神的光环，呵呵。
: 老马就很二了，谎话连篇：比如，他说已经把我在买买提的行为报告给我老板了（已经
: 证实为假话）；又说把我上告FBI了，让我等着FBI来抓我（也被证实为假话）；再比如
: ，他已经被证实说过所有这些谎话了，还振振有词、满脸正义地教导你，只有诚实善良
: 的人才是他圈子里的大神。你看看，老马要不是非常勇敢，就肯定是个傻子，才敢这么
: 谎话连篇地瞎摆胡。
|
l********7
发帖数: 2974 | 54 通俗点，所以你认为老马就是个二愣子。
【在 m****r 的大作中提到】
:
: 好玩，我倒是觉得老马更简单点。他二基本在明处。鸡汤太僵硬了。
|
m****r
发帖数: 5435 | 55
哈哈哈。。。你也太直白了。就是有点二。 ：）
【在 l********7 的大作中提到】
: 通俗点，所以你认为老马就是个二愣子。
|
F****s
发帖数: 3761 | 56 呵呵，已经发生过的事，你们自己知道，楼上两个瞎忙活了一晚上，倒退了几个月，苦
水往肚子里咽吧。 |
F****s
发帖数: 3761 | 57 老羊把你的想法改进一下，用严谨数学表达出来，做几个实验，投个IEEE期刊。分给我
审的概率很小，不过如果你发表了，以后在股版让你横着走。
【在 y********n 的大作中提到】
: 感觉AI还在非常初期的阶段。阿法狗根本不会下围棋，只是用了个policy network剪了
: 很多不必要的branch的下子点，再用穷算算了几十部后的局势而已。
: 其他玩游戏都是overfitting，因为每个游戏的重复性非常高，所以根本不是AI，是每
: 步都乱走，然后走对了，就采用，慢慢的一步步破关。
: AI可以做的很expert，不过要hardcode很多东西，不可以只用神经系统就可以了。
|
l********7
发帖数: 2974 | 58 赞大神的“瞎忙活了一晚上”。。。你把自己一周末的发帖全删嗝屁了，是个瞎忙活的
高手，厉害！
功夫不负有心人，在我们的苦心劝说下，老马终于没有离开股版，以后继续给大伙娱乐
。我们感到欣慰。
感谢主，感谢老马，阿马！
【在 F****s 的大作中提到】
: 老羊把你的想法改进一下，用严谨数学表达出来，做几个实验，投个IEEE期刊。分给我
: 审的概率很小，不过如果你发表了，以后在股版让你横着走。
|
F****s
发帖数: 3761 | 59 呵呵，你的帖子我给一个名校医生看了一眼，人家真诚建议你去申请个精神残疾证。好
像是叫做情绪什么错位什么之类的精神疾病，简单说就是该笑的时候哭，该哭的时候笑
之类的，自卑到一个阈值就有一种无地自容无所适从的感觉，长时间自卑就很容易发生
情绪错位。
我只花了几分钟删了6000多帖子而已，幸好你炒股水平还在幼儿阶段，理解不了高等数
学的价值。早说过微积分不是每个人都能推导出来的，我现在删了很多股市定理级别的
东西，如果你十年能推导出一半，恐怕想自卑都难了，但是很不幸，你过不了十年人生
就走岔路了。
【在 l********7 的大作中提到】
: 赞大神的“瞎忙活了一晚上”。。。你把自己一周末的发帖全删嗝屁了，是个瞎忙活的
: 高手，厉害！
: 功夫不负有心人，在我们的苦心劝说下，老马终于没有离开股版，以后继续给大伙娱乐
: 。我们感到欣慰。
: 感谢主，感谢老马，阿马！
|
y********n
发帖数: 4452 | 60 分给你审？你连那围棋禁走点那么基本的答案都不能回答，你审的懂吗？
【在 F****s 的大作中提到】
: 老羊把你的想法改进一下，用严谨数学表达出来，做几个实验，投个IEEE期刊。分给我
: 审的概率很小，不过如果你发表了，以后在股版让你横着走。
|
|
|
F****s
发帖数: 3761 | 61 股版连LaTeX都不支持。你让老邢加入这个功能，才有可能认真讨论学术。
【在 y********n 的大作中提到】
: 分给你审？你连那围棋禁走点那么基本的答案都不能回答，你审的懂吗？
|
m****r
发帖数: 5435 | 62
發生啥了？咋就倒退了呢。戰鬥力依然旺盛啊。 ：）
【在 F****s 的大作中提到】
: 呵呵，已经发生过的事，你们自己知道，楼上两个瞎忙活了一晚上，倒退了几个月，苦
: 水往肚子里咽吧。
|
m****r
发帖数: 5435 | 63
哇，刪的那麽快，可惜了。萬一股版有個和你對脾氣又聰明的想做你學生的就慘了。
【在 F****s 的大作中提到】
: 呵呵，你的帖子我给一个名校医生看了一眼，人家真诚建议你去申请个精神残疾证。好
: 像是叫做情绪什么错位什么之类的精神疾病，简单说就是该笑的时候哭，该哭的时候笑
: 之类的，自卑到一个阈值就有一种无地自容无所适从的感觉，长时间自卑就很容易发生
: 情绪错位。
: 我只花了几分钟删了6000多帖子而已，幸好你炒股水平还在幼儿阶段，理解不了高等数
: 学的价值。早说过微积分不是每个人都能推导出来的，我现在删了很多股市定理级别的
: 东西，如果你十年能推导出一半，恐怕想自卑都难了，但是很不幸，你过不了十年人生
: 就走岔路了。
|
m****r
发帖数: 5435 | 64
妮子啊，你太油菜了。
【在 l********7 的大作中提到】
: 通俗点，所以你认为老马就是个二愣子。
|
l********7
发帖数: 2974 | 65 看看马儿的新二愣子名言吧：
“我只花了几分钟删了6000多帖子而已，幸好你炒股水平还在幼儿阶段，理解不了高等数
学的价值。”
“我现在删了很多股市定理级别的东西”
所以股版的股知识水准大倒退了，我们青蛙都没福利了，全是苦水得咽啊。。。
世上还真有这么自恋的二愣子，哈哈！
【在 m****r 的大作中提到】
:
: 妮子啊，你太油菜了。
|
l********7
发帖数: 2974 | 66 哦，知道了，但是你删晚了。
你所有的股市定理级别的东西，我早在两个多月前，确切点，就是在2017新年开头几天
里，我就已经搜索备份到Amazon和Google 的云端了，你的炒股秘籍是藏不住的，喝喝！
【在 F****s 的大作中提到】
: 呵呵，你的帖子我给一个名校医生看了一眼，人家真诚建议你去申请个精神残疾证。好
: 像是叫做情绪什么错位什么之类的精神疾病，简单说就是该笑的时候哭，该哭的时候笑
: 之类的，自卑到一个阈值就有一种无地自容无所适从的感觉，长时间自卑就很容易发生
: 情绪错位。
: 我只花了几分钟删了6000多帖子而已，幸好你炒股水平还在幼儿阶段，理解不了高等数
: 学的价值。早说过微积分不是每个人都能推导出来的，我现在删了很多股市定理级别的
: 东西，如果你十年能推导出一半，恐怕想自卑都难了，但是很不幸，你过不了十年人生
: 就走岔路了。
|
m****r
发帖数: 5435 | 67
等数
老马这样自以为是的人我见过一个，言行这样，估计还有有一定的炒股水平，只是他不
知道比他水平高的人很多。
老马删帖最奇怪的是，他的粉丝没咋不出来痛打我们啊，那么大的损失。。。。
【在 l********7 的大作中提到】
: 看看马儿的新二愣子名言吧：
: “我只花了几分钟删了6000多帖子而已，幸好你炒股水平还在幼儿阶段，理解不了高等数
: 学的价值。”
: “我现在删了很多股市定理级别的东西”
: 所以股版的股知识水准大倒退了，我们青蛙都没福利了，全是苦水得咽啊。。。
: 世上还真有这么自恋的二愣子，哈哈！
|
m****r
发帖数: 5435 | 68
喝！
妮子很厉害啊。闲暇无事时看看，有啥体会记着讲讲啊。 ：）
【在 l********7 的大作中提到】
: 哦，知道了，但是你删晚了。
: 你所有的股市定理级别的东西，我早在两个多月前，确切点，就是在2017新年开头几天
: 里，我就已经搜索备份到Amazon和Google 的云端了，你的炒股秘籍是藏不住的，喝喝！
|
l********7
发帖数: 2974 | 69 LOL！闲暇无事我就来股版涮老马玩
不过，马儿又撒谎了，说是要道别股版，结果今天在股版一天发言特积极。当然，也可
能他是直接把自己真身当机器人上了，学术名称叫artificial robot（人工机器人）。
老马的确厉害，创造性那是杠杠的！
【在 m****r 的大作中提到】
:
: 喝！
: 妮子很厉害啊。闲暇无事时看看，有啥体会记着讲讲啊。 ：）
|
m****r
发帖数: 5435 | 70
老马可能是说对你我用机器人。不过，反正老马如果以其本事，帮助古板的其他人也是
不错的。
【在 l********7 的大作中提到】
: LOL！闲暇无事我就来股版涮老马玩
: 不过，马儿又撒谎了，说是要道别股版，结果今天在股版一天发言特积极。当然，也可
: 能他是直接把自己真身当机器人上了，学术名称叫artificial robot（人工机器人）。
: 老马的确厉害，创造性那是杠杠的！
|
|
|
l********7
发帖数: 2974 | 71 买买提就是灌水的。。。
能把时间花在编写垃圾程序、处理买买提帖子的人，除了可笑，能有啥真本事？这个就
和捡破烂也能算本事一个道理。当然，这个是老马的技术和“研究”专长，不好随便打
击他的上进心，呵呵。
【在 m****r 的大作中提到】
:
: 老马可能是说对你我用机器人。不过，反正老马如果以其本事，帮助古板的其他人也是
: 不错的。
|
m****r
发帖数: 5435 | 72
买买提主要还是需要更多大trader主阵。当年的168基本是几大trader/风格的天下，大
家比拼打闹调侃非常好玩。不少有专长的trader都热心帮新人找问题提建议或劝退。
：）
等你，房弟等成长出来，版面会有所改观。
老马可能有一定本事，不过他的东西比较隐晦，我不知道一般的散户实战能用上多少。
【在 l********7 的大作中提到】
: 买买提就是灌水的。。。
: 能把时间花在编写垃圾程序、处理买买提帖子的人，除了可笑，能有啥真本事？这个就
: 和捡破烂也能算本事一个道理。当然，这个是老马的技术和“研究”专长，不好随便打
: 击他的上进心，呵呵。
|
j***b
发帖数: 137 | 73 那你先定义一下什么是你所谓的“智能”
【在 y********n 的大作中提到】
: 你说哪方面强了，如果是围棋的话，其实主要进步还是用了monte carlos. 阿法狗用的
: 服务器可是deepblue的几千倍都不止了吧。tree的宽度减少，服务器的运算速度大幅提
: 高，其他看不出啥提高。
: 如果说图像辨识，其实不是AI，我觉得更像fussy logic的image comparison，根本谈
: 不上是智能。
:
|
