由买买提看人间百态

topics

全部话题 - 话题: 搏到
首页 上页 1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)
s*******s
发帖数: 9926
1
【 以下文字转载自 SanFrancisco 讨论区 】
发信人: saiholmes (saiholmes), 信区: SanFrancisco
标 题: Romney的外交笑话 搏君一笑!!
发信站: BBS 未名空间站 (Mon Oct 22 23:48:23 2012, 美东)
可能看不懂 其中有一则是Romney去英国伦敦批评英国人办奥运的
这家伙真的超天兵的.....呵
s*******s
发帖数: 9926
2
【 以下文字转载自 SanFrancisco 讨论区 】
发信人: saiholmes (saiholmes), 信区: SanFrancisco
标 题: Romney的外交笑话 搏君一笑!!
发信站: BBS 未名空间站 (Mon Oct 22 23:48:23 2012, 美东)
可能看不懂 其中有一则是Romney去英国伦敦批评英国人办奥运的
这家伙真的超天兵的.....呵
t*******y
发帖数: 10477
3
来自主题: Fishing版 - 快意恩仇之细杆搏大鱼
话说去年夏天,在Potomac River上,用6‘杆,配Shimano Symetre 750,20lb
Braided,挂了一个Shad头扔下去,结果被某大鱼咬住,Set Hook后它一个冲刺,直接将Reel上的剩的50 码线全部拉光,在Mono backing处断线而去。整个过程不过五,六秒,留下目瞪口呆的我。从此深以为耻。回来后即进了根7’杆,配Stradic 4000,上了近200码的20lb Braided,以报这一箭之仇!可是一直再没机会遇到大鱼。
周末又去钓鱼。带的是6尺杆,Stradic 1000 ci4的小轮,配了1/32 oz jig + Crappie Magnet,专钓Crappie。线是Toray PE,22lb 线径很细,不过3-4lb mono。上Braided 线主要是防挂低,挂了也可以轻易将钩拉直了收回来,省了再绑钩的时间。在一处倒木附近,先上了条小Crappie,5-6“的小盆友,直接就扔回去了。再放线出去。线一直在走,我不禁说:这里水好深啊。
线到底了,往回轻收时,忽觉有碍,马上Set Hook,一股大力传来!Wow,钓鱼这么久,从未感到过这么大... 阅读全帖
L*******9
发帖数: 3534
4
来自主题: Fishing版 - 快意恩仇之细杆搏大鱼
秀才这回可是露了脸了,细杆搏大鱼,牛得不行!
第一张估计把LD的大半个脸给PS掉了,不过按照秀才的水平,这PS得仓促了点。。。
这第二张的草绿色小花手套是个亮点。。。
最后一张我仿佛看见了瓜子牙,嘻嘻。。。
g********n
发帖数: 4054
5
来自主题: Fishing版 - 【夏日疯狂】真饵搏假饵
真饵是jig加minnow, 假饵是jig加旋虫。
同一地点、同一天、同一杆。可谓左右互搏。
真饵是轻抛轻收(怕抛烂)、假饵是高举高打(不怕抛)
结果,
左边是高举高打派的三个代表; 右边是轻抛轻收的三个代表。
Here is the catch:真饵咬钩多,可以帮练set hook,练手感,但鱼的质量不如假饵。
不管你信不信,反正我是信了!
W*******s
发帖数: 18705
6
来自主题: Fishing版 - 搏彩
我明天出海钓鱼,目标是鳕鱼之类的深水鱼。时间是5AM--5PM,实际钓鱼估计8个小时
。鸡哥生饵混用。
搏彩下注:以库乐里的鱼数量为准
空军--1 赔 30
1 至 9 条,1 赔 1
10 至 19 条,1 赔 1
20 条以上,1 赔 3
猜中实际单尾数,1 赔 6
赔偿以我的全部伪币为最高上限,实事求是,老少无欺。
M*******p
发帖数: 5626
7
看完了三盘互搏棋和讲解,看来狗狗让人类顶尖两子还真有可能,虽然我还是有点难以
置信。
当然时间很有关系,如果给柯洁朴廷桓足够时间,狗狗应该还是让不动,但是1小时以
内的快棋就说不准了。
B*G
发帖数: 13438
8
第一盘开局就颠覆了大家点三三的判断,难怪柯洁说完全看不懂。
[在 MasterCup (大师杯) 的大作中提到:]
:看完了三盘互搏棋和讲解,看来狗狗让人类顶尖两子还真有可能,虽然我还是有点难
以置信。
:当然时间很有关系,如果给柯洁朴廷桓足够时间,狗狗应该还是让不动,但是1小时以
:内的快棋就说不准了。
x**8
发帖数: 1939
9
多谢,您老还真用心,
左右互搏这几局实在太值得玩味了,新时代的棋诀:
执黑就走中国流,白旗就走二连星,
挂角之后点三三,48之前已确定,
估计几个月之后,再下棋就都先把前48手码上,大家都从49开始下,哈,
并且我觉得樊二段的人生非常励志,对围棋发展的贡献不敢说跟秀策吴清源这样的大棋
士比,但是比绝大多数世界冠军要强很多,alpha-go的这几局解说以简体中文发表,中
国棋界应该为培养出这么个二段非常欣慰了,
t********s
发帖数: 450
10
同样版本的AI互弈,几步棋胜率变化18%,说明它的胜率估计其实不准吧。
如果142确实是白胜率65%,并且133到142两方AI都走对了,那么133手的黑胜率就不该
是53%。
真要精准的话,左右互搏时胜率的变化应该是渐进的吧。
H****r
发帖数: 16240
11
来自主题: MartialArts版 - 【转】武搏会泰拳美女
【 以下文字转载自 Joke 讨论区 】
发信人: Hetzer (乌衣蓝帽), 信区: Joke
标 题: 【转】武搏会泰拳美女
发信站: BBS 未名空间站 (Thu Sep 2 10:35:23 2010, 美东)
可惜太平了……
http://qilianmin111111.blog.sohu.com/158854964.html
w**e
发帖数: 2358
12
来自主题: NBA版 - 今天莲花狮子搏苍蝇肉
莲姐可以学习漫叔的左右互搏~
l******r
发帖数: 18699
13
马刺灰熊的场场搏命的打法,球员辛苦不说,还容易受伤。如果轮休做得不好,很容易
大面积伤病。灰熊就是例子。波波之所以经常性大轮休也是迫不得已。
a*********h
发帖数: 306
14
今天的练习如下
500M, 10:17
10X100M, 中间休息半分钟, 平均1:54(最慢1:56, 最快1:47)
感觉有些进步, 主要不是在时间上, 而是感觉上。以前repeat 100M时2划一换都觉得憋
。现在大部分是3划一换。中间累了就随意选一边2划一换。以前游下来喘大气不说,
手脚都酸。现在只喘大气, 手脚背腰都没事。有以下体会
(1) 左右互搏。以前一直是右侧换气, 左侧很弱。总企图让左侧模仿右侧换气。但现在
觉得与其强行改正, 不如百花齐放。我左侧换气虽弱, 但左手力量和柔韧都比右手强。
于是我扬长避短发现自己左侧换气时更适合于
(2) 经脉逆行: 也就是采用后交叉(front quadrant的反面)。用这种方式, 我能体会到
anchor后身体rotate向前的感觉。而且换完气后, 左手不是向前reach, 而是整个身体
在水面上向前跃进。左手入水时手几乎是直臂。入水后体位很高。脚几乎在水面上。奇
妙的是这个跃进的过程, 竟是全程最放松最省力的过程。
(3) 无招胜有招。我现在已经不打算follow教科书了。什么front quadrant, 什么EVF,
什么... 阅读全帖
t****7
发帖数: 11132
15
来自主题: Tennis版 - 搏第七这个名字不吉利
搏第七系中国人?
K****D
发帖数: 30533
16
来自主题: Tennis版 - 搏第七这次
终于要搏第六了。可惜了连续第七记录阿。
w**********5
发帖数: 1741
17
秋风乍起王师还,天王威震上海滩,临危不乱放手搏,浑身是胆志更坚。恍然英雄犹未
老,风采不减胜当年,四海欢腾普天庆,举杯沧海变桑田。
zt
b******n
发帖数: 1629
18
这比我那打油诗好了太多啊

:秋风乍起王师还,天王威震上海滩,临危不乱放手搏,浑身是胆志更坚。恍然英雄犹
未老,风采不减胜当年,四海欢腾普天庆,举杯沧海变桑田。
f*******y
发帖数: 8358
19
我很少左右互搏,我对梦版gdp的贡献主要是引起别人对我的攻击。
那是一屏又一屏啊。
y*****n
发帖数: 98
20
嗨。
贡献一下《葵花宝典》第4章吧。
left click左侧的用户名--》go to 个人资料,left click 帐号后的名子,出现个人
资料,查他“上次在[Sun Nov 21 12:08:18 2010]从[***.***]到本站一游".
左右互搏一定从同一个IP address 出来。[***.***][***.***]。
yubuqun(岳掌门)个人资料
形象打分:
形象得分:0 分


身份: [用户]
伪币: 7.60
可用: 7.60
上站次数: [96]
发文数: [26]
经验值: [181](一般站友)
表现值: [27](还不错)
生命力: [730]
信箱: [ ]
在线状态: 目前在站上,状态如下: WEB浏览
上次在[Sun Nov 21 12:08:18 2010]从[168.68]到本站一游
离线时间(因在线上或非正常断线不详)
f*****y
发帖数: 124
21
【 以下文字转载自 Supershow 讨论区 】
发信人: fishboy (刚刚好), 信区: Supershow
标 题: Chinese Idol流浪歌手朱国武搏 韩红李玟"泪崩"
发信站: BBS 未名空间站 (Sun Jun 2 13:27:00 2013, 美东)
f*****y
发帖数: 124
22
【 以下文字转载自 Supershow 讨论区 】
发信人: fishboy (刚刚好), 信区: Supershow
标 题: Chinese Idol流浪歌手朱国武搏 韩红李玟"泪崩"
发信站: BBS 未名空间站 (Sun Jun 2 13:27:00 2013, 美东)
f*****y
发帖数: 124
23
【 以下文字转载自 Supershow 讨论区 】
发信人: fishboy (刚刚好), 信区: Supershow
标 题: Chinese Idol流浪歌手朱国武搏 韩红李玟"泪崩"
发信站: BBS 未名空间站 (Sun Jun 2 13:27:00 2013, 美东)

发帖数: 1
24
来自主题: TVChinese版 - 杨搏《十万毫升泪水》
杨搏《十万毫升泪水》
a*******e
发帖数: 12169
25
来自主题: WaterWorld版 - 「叫兽」vs「搏似牲」
「叫兽」大家已经熟悉“每天叫你不停干活的怪兽”。那我觉得给它们干活的该叫「搏
似牲」,你们明白的 ;)
w**a
发帖数: 4743
26
来自主题: WaterWorld版 - 老肖的双手互搏术
自己顶一下,今天有人造谣说方双手互搏,老肖前两天实实在在的表演大家都忘记了?
f******s
发帖数: 541
27
方舟子在“重庆小贩摔伤”事件中的言行录
方舟子大湿此次在“重庆小贩摔伤”事件中的言行,实在是让人大跌眼镜。不过也因此
让更多的人看清了他的本来面目,发现他之前所谓的“打假”不过是在搏取知名度和争
夺话语权而己,占住了制高点后,再发声为其自身的利益服务,并不是真心要打假。
方舟子此次主动向“红都”重庆献媚,跳出来充当“城管代言人”,窜上窜下(在短短
两三天内,为同一事情,含转发内其共发了超过十条的同题微博,实属罕见),为重庆
城管推责,可惜效果似乎不佳,反使他自己丢人丢到了家。
有意思的是,重庆城管自己也不敢说“没有拉扯”,倒是方舟子,一早在调查结果还没
出来之前,就一口断定双方“没有拉扯”。
这一回,这所谓的“打假斗士”终于自己主动脱去已经戴了许久的面具,露出了其真实
的一面。唉,虚假的面具戴得了一时,毕竟戴不了一世啊!
下面摘录的是方舟子在此次事件中发在新浪微博的部分微博(含转发):
1、6月15日 13:59
@方舟子:看了那组完整照片可以推知是小贩发病或失足从第4级台阶跌下的,和城
管应该没有关系(旁边还有别的小贩在摆摊呢)。这是精心选出一张照片在微博上传谣
。请@微博辟谣按惯例... 阅读全帖
j****t
发帖数: 2996
28
只身搏十狼?ft,这体型还不如草原狼大,真是十只狼估计东北虎也不行
j****c
发帖数: 19908
29
尼玛,哪里讲了只身搏十头狼?
w**********e
发帖数: 2063
30
"州长要是不怕被抓的到
处是伤,当年搏豹也可以吧."
看到这里就决定回复了
f*****y
发帖数: 124
31
【 以下文字转载自 Supershow 讨论区 】
发信人: fishboy (刚刚好), 信区: Supershow
标 题: Chinese Idol流浪歌手朱国武搏 韩红李玟"泪崩"
发信站: BBS 未名空间站 (Sun Jun 2 13:27:00 2013, 美东)
a*******e
发帖数: 12169
32
来自主题: Joke版 - 「叫兽」vs「搏似牲」
「叫兽」大家已经熟悉“每天叫你不停干活的怪兽”。那我觉得给它们干活的该叫「搏似牲」,你们明白的 ;)
B********e
发帖数: 19317
33
【 以下文字转载自 Food 讨论区 】
发信人: Rodimus (变叔- NPNG), 信区: Food
标 题: Re: 眉毛钳的妙用------搏美眉一笑 (转载)
发信站: BBS 未名空间站 (Sat Apr 23 14:22:14 2011, 美东)
牛, 用那种洋妞除腿毛的那种蜡是不是也不错。。。
k******k
发帖数: 6800
34
【 以下文字转载自 Military 讨论区 】
发信人: kirklook (Ni), 信区: Military
标 题: 大牌毛轮『孔庆东』论美国大片,左右互搏自打耳光
发信站: BBS 未名空间站 (Sun Jan 8 15:39:05 2012, 美东)
哈哈哈哈哈哈哈!
http://www.youtube.com/watch?v=ECu27nazPWc
孔:你为什么要看美国大片?你还是个人吗?
孔:你看看人家好莱坞的美国大片《拯救大兵瑞恩》
r*********e
发帖数: 29495
35
来自主题: Joke版 - 微搏直播的用处。 哈哈哈
微搏直播的用处.jpeg
m**l
发帖数: 11854
36
来自主题: Joke版 - 搏第七实在是太稳定了
【 以下文字转载自 Tennis 讨论区 】
发信人: KennyD (|-==-|), 信区: Tennis
标 题: 搏第七实在是太稳定了
发信站: BBS 未名空间站 (Tue Jun 12 18:19:50 2012, 美东)
连续32周排名第七。
M********t
发帖数: 5032
37
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
Google人工智能
攻破了围棋,然后呢?
雷锋网
study875
39分钟41秒前
Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或
得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国
际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——
比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google
人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情
况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李
世乭。
今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰
写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序
中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练
AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人
工智能系统无法突破人类的计算。为了获得更好的... 阅读全帖
L****8
发帖数: 3938
38
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
g***j
发帖数: 40861
39
【 以下文字转载自 Military 讨论区 】
发信人: mofia (Mofia), 信区: Military
标 题: 劝进了,众将赶紧去签名搏个拥立之功
发信站: BBS 未名空间站 (Mon Feb 29 10:23:08 2016, 美东)
http://bbs.cntv.cn/thread-27519495-1-1.html
w**********5
发帖数: 1741
40
一朋友,很老实,有多老实?他结婚洞房,一帮损友窗外偷听,这哥半天憋出一句话:
我老实,不会说啥,咱两脱裤子干吧… ​​​​
成 龙 片和成 人 片相同点: 1、两种片剧终前都必有一场肉 搏大战。 2、虽然拍摄
辛苦但都不用替身。 3、就激烈程度与活动量而言,皆属于动作片。
d*****r
发帖数: 39446
41
【此篇文章是由自动发信系统所张贴】
⊙ 博彩开启于:Fri Oct 20 10:14:23 2006 类别:多选
⊙ 主题:《鬼吹灯》情节搏彩3:可以牺牲者
⊙ 博彩题目描述:
【打对勾者正确选项】
(1) 胡司令,shirley杨,胖子之一
(2) 明叔,阿香之一
√(3) 别的东西代替
(4) 新出场一人物或东西
(5) 别的方法(不用牺牲)破解
d******r
发帖数: 5008
42
老七, 这是某基在你搏客上的回贴, 孙中山又成基督徒了
==================================================
我再告诉您一个事实,孙中山就是基督徒,无神论的毛做了些什么?
毛做的就是把自己树立为一个人间的弥赛亚
然而红卫兵对这个人间弥赛亚的拥戴,是以仇恨和煽动仇恨为方式的
三年大饥荒、十年浩劫、五十多万知识分子被迫害
t**n
发帖数: 4365
43
时间地点已定,内容是BBQ+Picnic+搏饼,在wantz同学的煽情引导下,报名人数已20有
余,欢迎各位校友继续踊跃报名,但最好早于下周三晚上,大家好安排carpool,BBQ准
备等各项事宜。不报名临时跑来活动也非常欢迎,只要带够吃的就好,不然只好大家抢
了,哈哈。
有兴趣的校友请发信给t******[email protected]或者s********[email protected],我们会把你们
加入contact list里面参与活动的讨论。wantz同学,你们长岛的也请加入这个contact
list,alright?
Jones Beach BBQ是没有问题的: http://www.jonesbeach.org/faq.html#10
barbequing is available only at the Fishing Piers (Field 10) and at Zachs
Bay (from Field 5)
但是不知道要不要预约。wantz同学,辛苦你们去踩点了。同时提醒一下啊,Jones
Beach要收门票每车8刀。
Reference:
发信人: wantz (wantz)
l**u
发帖数: 67
44
来自主题: Fujian版 - 搏饼风俗,大家可玩看看
中秋搏饼---
八月十五,以香薯、芋头祭土地神.所谓"春祈秋报"之敬.祭毕,烧金纸放炮.俗语有"八月
十五,吃香薯芋"之说.
是夜以月饼祭月神,赏月,妇女"听香".
厦门胜景"虎溪夜月".中秋夜.月光溶溶,照入岩洞,赏月游人如云.
合家团贺,围桌博"状元"饼.所博之讲称为"会饼",由大小不一的月饼汇聚而成.一套"
会饼"计有;状元讲1个,对堂讲2个,三红饼4个,四进(士)饼8个,二举(人)饼16个,一秀
(才)饼32个.传说是郑成功抗清时为娱兵众而设计的.博饼方法:用骰子六个齐投大碗内,
众人依次投骰,看骰子点数得饼.有一个四点红的得一秀饼,有两个四点红的得二举饼,有三
个四点红的得三红饼,有四个相同点数的取四进饼,而有四个四点红的则可取状元饼.若2人
均及四个四点红者,则比其他两骰的点数,多者为胜.有五个相同点数者,一般又胜四个四点
红者.六个骰子点数为1~6顺序排列着得对堂饼.四个四点红者,如再加两个一点者,称为"
状元插金花",仅次于六个骰子点数皆同者.六个骰子点数皆同的,红色大于黑色.苦投得六
个四点红,称"六红",所有的饼全归投者.若投得六十六点黑,称
m**********e
发帖数: 12525
45
来自主题: Zhejiang版 - 其实人活着一定要搏一把。
小小人想当版主,但是犹豫了下,被mey这个妖婆给抢走了.
小小人附案长叹曰:
其实人活着一定要搏一把啊
E*V
发帖数: 17544
46
【 以下文字转载自 Donation 讨论区 】
发信人: EUV (joke有了阁楼粉丝团), 信区: Donation
标 题: Re: R2R的John现在编中国人名字玩左右互搏
发信站: BBS 未名空间站 (Thu Nov 5 17:44:34 2009, 美东)
我考,难道他也是vi/vim用户?
t********t
发帖数: 5415
47
来自主题: EE版 - 从了phd还是搏一把?
先说下自己情况,东北部中等学校CE fresh MS,5月毕业,主要方向偏fpga-based
system,做过1年RA。已婚,lp马上开要始在加州读金融。
去年年底开始找工作各种找不到...学校名气不足(我指的是ECE方向),东北部市场又
小,湾区都是招码工...半绝望状态中传来了ufl phd的admission(这个得解释一下,
虽然有那个aa奖但那只是把学费降到州内水平,除此之外什么都没有,个人觉得和ad没
区别)。挣扎着要不要去...理性分析下:
phd的好处:ufl有个nsf投资的大实验室,做的东西和我ms时做的基本重合,而且和他
们也有过一点点合作,所以去ufl之后进到那个实验室的可能会高一些。生活稳定,虽
然挣不了几个钱但是有时间学东西并且暂时不用担心身份问题。
phd的坏处:时间太长了,5年出来就奔30了。而且出来之后一样要面对找工作的问题。
另外,FL到CA还是很远的,两地5年...想想挺可怕的。(我刚来的时候两地了快一年,
真是难熬,而且当时还没结婚)
搏一把找工作的好处:找到了就$$$。这个不用解释。而且工作经验这东西从学校得不
到。另外,找工作锁定湾区/SD
q*********u
发帖数: 9501
48
发信人: orcas (yangguo), 信区: Stock
标 题: 波动的市场,千万别固守牛熊,最好左右互搏。
发信站: BBS 未名空间站 (Mon Sep 5 14:54:00 2011, 美东)
看到版上同学们把牛人们归为牛熊两类,跌了就bash牛们,涨了就bash熊们,其实大可
不必。
这种波动的市场,千万别固守牛熊。顺势而为,高点就short,低点就买,趋势不明确就
空仓等待。
用我最近的操作举例说明(1W5 到15W in the past three months):
06/03买SINA put,06/06卖出(卖早了,再hold一周卖就10X,结果3X就卖了)
06/08买BIDU call,中间两次加仓,06/30开始分三次卖出。(大盘形势不明,空仓等待)
08/01 12K时买BIDU 和 SPY call, 08/11趁反弹卖出 (这次是最近唯一一次亏钱的交
易。已经等到支撑点才卖的,但失误在于没想到恐慌被炒到经济衰退的程度,跌破12K
时没有果断止损)
08/16 买BIDU put, 08/19趁BIDU低点卖出(晚买了一天,应该15号一出消息就买... 阅读全帖
T*********s
发帖数: 17839
49
左右互搏难啊
h******g
发帖数: 11250
50
【 以下文字转载自 Stock 讨论区 】
发信人: orcas (yangguo), 信区: Stock
标 题: 波动的市场,千万别固守牛熊,最好左右互搏。
发信站: BBS 未名空间站 (Mon Sep 5 14:54:00 2011, 美东)
看到版上同学们把牛人们归为牛熊两类,跌了就bash牛们,涨了就bash熊们,其实大可
不必。
这种波动的市场,千万别固守牛熊。顺势而为,高点就short,低点就买,趋势不明确就
空仓等待。
用我最近的操作举例说明(1W5 到15W in the past three months):
06/03买SINA put,06/06卖出(卖早了,再hold一周卖就10X,结果3X就卖了)
06/08买BIDU call,中间两次加仓,06/30开始分三次卖出。(大盘形势不明,空仓等待)
08/01 12K时买BIDU 和 SPY call, 08/11趁反弹卖出 (这次是最近唯一一次亏钱的交
易。已经等到支撑点才卖的,但失误在于没想到恐慌被炒到经济衰退的程度,跌破12K
时没有果断止损)
08/16 买BIDU put, 08/19趁BIDU... 阅读全帖
首页 上页 1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)