m******V 发帖数: 1291 | 1 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出
了真正的人类智能来。这一点有点头脑的理科生都明白。
所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法
的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线
性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它
的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数
调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下
。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别
。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
进,因为它根本就没有人类的学习能力。再说了就是真给它输入了三百万盘棋谱,没人
帮它指出哪是好棋坏棋,等于好坏数据混在一起喂,调出来的还不一定是什么东西呢。
所以要么有人给它喂谱,指出了哪里好哪里坏,要不就全喂高手棋谱,相信99%的move
都是好的。所以根本没必要担心它的学习能力。再说围棋的变化远远操过三百万盘,有
的它学的呢。
这个原来没什么名气的欧洲冠军,棋力一般,我估计是下不过现在国内的冲段少年的。
在弈城上也就顶多六七段吧。大家真是没必要像天要塌下来一样。这种电脑AI跟电脑游
戏一样,有胆子就放开了让大家公测,是个懂围棋的人跟它下多了,就能掌握它的规律
击败它。这是电脑无法像人脑变通的死结。 |
n******n 发帖数: 12088 | 2 奕城5段和反悔下,摆至少3子
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
x**8 发帖数: 1939 | 3 您老对AI 神经网络的理解估计是几年前的,
最近这领域有些最新发展,
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
i***h 发帖数: 12655 | 4 楼主不要谈虚的
你能不能下得过阿狗吧?
下不过自吹有学习能力有啥用啊
就像我大清号称有神人刀枪不入
还不是被八国联军烧了圆明园 |
D*******r 发帖数: 2323 | 5 先不说对棋力的判断。就看你对神经网络算法的解释,就知道你自控专业白学了,或者
说靠十几年前的知识在吃老本。
你说神经网络算法离人类真正的学习能力差了十万八千里,这点我承认,但差距不是在
学习围棋这种规则明确,目标明确的事物上,差距是在艺术,多方位感知这些概念抽象
,目标模糊的对象上。一幅画怎么才美是很模糊的目标,人脸识别,牵扯到很复杂的感
知系统(有人是脸盲,有人记不住人名,但是见过的人的样貌,几年后,甚至几十年后
,虽然物理客观方面已经有很大变化,但是有人就能感觉那种说不清道不明的蛛丝马迹
)。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
m******V 发帖数: 1291 | 6 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转
换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过
电脑的原因
【在 D*******r 的大作中提到】 : 先不说对棋力的判断。就看你对神经网络算法的解释,就知道你自控专业白学了,或者 : 说靠十几年前的知识在吃老本。 : 你说神经网络算法离人类真正的学习能力差了十万八千里,这点我承认,但差距不是在 : 学习围棋这种规则明确,目标明确的事物上,差距是在艺术,多方位感知这些概念抽象 : ,目标模糊的对象上。一幅画怎么才美是很模糊的目标,人脸识别,牵扯到很复杂的感 : 知系统(有人是脸盲,有人记不住人名,但是见过的人的样貌,几年后,甚至几十年后 : ,虽然物理客观方面已经有很大变化,但是有人就能感觉那种说不清道不明的蛛丝马迹 : )。
|
x**8 发帖数: 1939 | 7 你说的那些没办法精确计算的东西,其实simulate 10万个scenario,然后评估,再算
个概率,其实就可以了,
【在 m******V 的大作中提到】 : 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转 : 换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过 : 电脑的原因
|
m******V 发帖数: 1291 | 8 像你说这么容易电脑早就击败人类了,还用等这么长时间。围棋是典型的差之毫厘谬以
千里,你上哪simulate出来10万个scenario。再说10万个变化对围棋的变化来说简直沧
海一粟。
【在 x**8 的大作中提到】 : 你说的那些没办法精确计算的东西,其实simulate 10万个scenario,然后评估,再算 : 个概率,其实就可以了,
|
x**8 发帖数: 1939 | 9 给你俩我最近学的新词儿: cnn, mct
【在 m******V 的大作中提到】 : 像你说这么容易电脑早就击败人类了,还用等这么长时间。围棋是典型的差之毫厘谬以 : 千里,你上哪simulate出来10万个scenario。再说10万个变化对围棋的变化来说简直沧 : 海一粟。
|
D*******r 发帖数: 2323 | 10 围棋中的模糊是因为人算不清的模糊,不是目标的模糊。它的结果目标很明确,就是要
占地比对方多,过程目标也很明确,就是每一步都不要失去局面的均衡。
在围棋上,人现在对计算机的优势只有感官上的优势,就是在棋盘还比较空时,不确定
性还比较多时,人靠眼睛扫一眼棋盘,就能迅速圈出选点范围,而计算机没有视觉感官
的优势,当选点范围大时,它的计算量会急剧增加。
据Facebook的paper解释,Facebook的卷积神经网络是以围棋对局的图像资料作为输入
数据来train机器的,这有点类似人类用眼睛看棋型做判断了,我猜想,如果Facebook
和Google把他们的研究结合起来,用三套网络神经来选择和计算,人类在围棋上唯一的
优势也将荡然无存。
如果仅仅是为了赢棋,在上面三套神经网络之外,还可以加一套辅助的人类总结出来的
棋理和棋诀之类的比如说棋经十三篇,围棋十诀等等,来作为heuristic function来微
调参数。不过这不是Google及Facebook搞围棋AI的目的了。
【在 m******V 的大作中提到】 : 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转 : 换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过 : 电脑的原因
|
|
|
c*****d 发帖数: 527 | 11 嗅出一丝机器人的味道
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
c*****d 发帖数: 527 | 12 只要是固定大小的棋盘,理论上都可以计算。无非是计算量的大小区别。
这就是为什么国际象棋已经完败给计算机,围棋也迟早有这么一天。
【在 m******V 的大作中提到】 : 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转 : 换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过 : 电脑的原因
|
D*******r 发帖数: 2323 | 13 你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他
个人的对局经验,或者是通过前人总结的棋理,迅速排除肯定不对的应手,然后在剩余
的可能的应手中去进行深一步的计算。
然后有的选点在算个三五步,或者不到十步时,又发现不妥,然后抛弃掉,剩余的需要
计算到20步以上的选点,不超过2到3个。
现在的神经网络用的是一模一样的思考方法。区别只在你一年撑死积累下一千盘棋的经
验,机器一天就不只这么点经验,机器现在只是没有前人传授的棋理而已,但是它把三
千万手的对局应手学习过了,它的知识系统里自己就已经总结前人的经验了。
【在 m******V 的大作中提到】 : 像你说这么容易电脑早就击败人类了,还用等这么长时间。围棋是典型的差之毫厘谬以 : 千里,你上哪simulate出来10万个scenario。再说10万个变化对围棋的变化来说简直沧 : 海一粟。
|
m******V 发帖数: 1291 | 14 围棋的模糊人算不清,电脑就算的清不模糊了?目标明确有意义吗?我要说给我挑个美
人,也目标明确,电脑干的了吗?
Facebook
【在 D*******r 的大作中提到】 : 围棋中的模糊是因为人算不清的模糊,不是目标的模糊。它的结果目标很明确,就是要 : 占地比对方多,过程目标也很明确,就是每一步都不要失去局面的均衡。 : 在围棋上,人现在对计算机的优势只有感官上的优势,就是在棋盘还比较空时,不确定 : 性还比较多时,人靠眼睛扫一眼棋盘,就能迅速圈出选点范围,而计算机没有视觉感官 : 的优势,当选点范围大时,它的计算量会急剧增加。 : 据Facebook的paper解释,Facebook的卷积神经网络是以围棋对局的图像资料作为输入 : 数据来train机器的,这有点类似人类用眼睛看棋型做判断了,我猜想,如果Facebook : 和Google把他们的研究结合起来,用三套网络神经来选择和计算,人类在围棋上唯一的 : 优势也将荡然无存。 : 如果仅仅是为了赢棋,在上面三套神经网络之外,还可以加一套辅助的人类总结出来的
|
i***h 发帖数: 12655 | 15 电脑現在说围棋比你好
你说然并卵,我喜欢蛋炒饭
这不是常粉的转进策略么?
【在 m******V 的大作中提到】 : 围棋的模糊人算不清,电脑就算的清不模糊了?目标明确有意义吗?我要说给我挑个美 : 人,也目标明确,电脑干的了吗? : : Facebook
|
m******V 发帖数: 1291 | 16 你以为神经网络下一千盘棋就能有人下一千盘棋的经验?机器如果能有人的“经验”,
让机器多读几本书,都做几道题,所有的问题就都能迎刃而解了?这跟机器会思考没什
么区别了。
你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他
【在 D*******r 的大作中提到】 : 你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他 : 个人的对局经验,或者是通过前人总结的棋理,迅速排除肯定不对的应手,然后在剩余 : 的可能的应手中去进行深一步的计算。 : 然后有的选点在算个三五步,或者不到十步时,又发现不妥,然后抛弃掉,剩余的需要 : 计算到20步以上的选点,不超过2到3个。 : 现在的神经网络用的是一模一样的思考方法。区别只在你一年撑死积累下一千盘棋的经 : 验,机器一天就不只这么点经验,机器现在只是没有前人传授的棋理而已,但是它把三 : 千万手的对局应手学习过了,它的知识系统里自己就已经总结前人的经验了。
|
D*******r 发帖数: 2323 | 17 “挑个美人“这个目标一点都不明确,因为你根本不能明确定义什么是美人。而”围地
多“是很明确的目标,因为可以准确定义什么是围地多。
【在 m******V 的大作中提到】 : 围棋的模糊人算不清,电脑就算的清不模糊了?目标明确有意义吗?我要说给我挑个美 : 人,也目标明确,电脑干的了吗? : : Facebook
|
w**a 发帖数: 3510 | 18 奕五跟天顶好胜负吧。
[在 majiaIIV (马甲丙) 的大作中提到:]
:看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
:
:........... |
q*c 发帖数: 9453 | 19 这种机器人的 AI 比啊狗 强了几光年啊。
【在 c*****d 的大作中提到】 : 嗅出一丝机器人的味道
|
D*******r 发帖数: 2323 | 20 人在学习的时候,他的目标是动态变化的,比如说在一次比较重要的比赛中的一局棋,
他会记得更清晰,走了一个大勺子,他也会格外痛心。机器没有这种感知,它平等地对
待每一局棋,每一局棋的得失只是它统计上的一个分母。
还有就是边际效应的问题,达到一定的training量后,大部分新的对局部过是
再次证明已有的结论,并没有新的学习效果。
最后,再次说一遍,google研究让AI下棋的目的并不是让AI在棋上胜过人类
,它是为了让AI模拟人类智力活动的思考方式。如果只是为了赢棋,那么会在不同阶
段,不同局面调用不同的计算模块和评估模块,hand crafted的,dee
p learning的,图像数据的,局部暴力解死活的,问题是专门解决这么一个
下棋问题,没法justify google花4亿美元买deepmind,还得
继续投入那么多钱在硬件上,研究人员工资上。
【在 m******V 的大作中提到】 : 你以为神经网络下一千盘棋就能有人下一千盘棋的经验?机器如果能有人的“经验”, : 让机器多读几本书,都做几道题,所有的问题就都能迎刃而解了?这跟机器会思考没什 : 么区别了。 : : 你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他
|
|
|
n******n 发帖数: 12088 | 21 没戏。天顶是kgs 5
【在 w**a 的大作中提到】 : 奕五跟天顶好胜负吧。 : [在 majiaIIV (马甲丙) 的大作中提到:] : :看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : : : :...........
|
r****y 发帖数: 26819 | 22 没错。这几年没跟大数据和神经网络的,基本都没法对算法作发言。
【在 x**8 的大作中提到】 : 您老对AI 神经网络的理解估计是几年前的, : 最近这领域有些最新发展,
|
s*****e 发帖数: 17 | 23 我也是弈城5段,和Zen练过很多盘,我不限时间,和5秒的Zen平下负多胜少,如果不悔
棋,Zen至少能让我两个。AlphaGO能让5秒的Zen四子还有接近80%的胜率,所以
AlphaGO至少得让我五个才是好胜负。
同时,我受三子赢过职业初段。所以我绝对相信AlphaGo有职业高段实力。 |
D*******r 发帖数: 2323 | 24 让crazystone 4子77%的胜率,让zen四子是85%的胜率。
【在 s*****e 的大作中提到】 : 我也是弈城5段,和Zen练过很多盘,我不限时间,和5秒的Zen平下负多胜少,如果不悔 : 棋,Zen至少能让我两个。AlphaGO能让5秒的Zen四子还有接近80%的胜率,所以 : AlphaGO至少得让我五个才是好胜负。 : 同时,我受三子赢过职业初段。所以我绝对相信AlphaGo有职业高段实力。
|
B****n 发帖数: 11290 | 25 難道是弈城五段的機器人在給大家分析
【在 c*****d 的大作中提到】 : 嗅出一丝机器人的味道
|
b****s 发帖数: 872 | 26 还有人真相信。
那么厉害为啥不敢拿出来露脸
【在 D*******r 的大作中提到】 : 让crazystone 4子77%的胜率,让zen四子是85%的胜率。
|
n*******s 发帖数: 17267 | 27 去看了第三盘棋, 这就是狗在炒作吧, 反悔下的是棋吗, 通盘胡下。
我再去看看第4,第5盘棋。 |
n*******s 发帖数: 17267 | 28 第四盘也是瞎下, 感觉想让电脑四子的下法又没什么高招结果处处受制 |
n*******s 发帖数: 17267 | 29 第5盘也是扯淡, 李世石应该可以让电脑两到三个子。
5盘棋也就第一盘还行, 其它几盘都是反悔乱搞胡下。 |
m******V 发帖数: 1291 | 30 刚去下了个zen5验证了一下,不好意思,好像我能让zen5至少两个子。你确定是自己下
到弈城五段的?本人要对你的估计打个折扣哇。
【在 s*****e 的大作中提到】 : 我也是弈城5段,和Zen练过很多盘,我不限时间,和5秒的Zen平下负多胜少,如果不悔 : 棋,Zen至少能让我两个。AlphaGO能让5秒的Zen四子还有接近80%的胜率,所以 : AlphaGO至少得让我五个才是好胜负。 : 同时,我受三子赢过职业初段。所以我绝对相信AlphaGo有职业高段实力。
|
|
|
n**n 发帖数: 626 | 31 发表观点之前最好先列下publication. 不然这个讨论终究不严肃,同民科没什么区别。
★ 发自iPhone App: ChineseWeb 1.0.6
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
s*****e 发帖数: 17 | 32 Zen的棋力和硬件和设置关系很大,你报下设置和硬件吧。
你要能不悔棋能在i7上30秒让Zen两子,应该能上弈城8段,
【在 m******V 的大作中提到】 : 刚去下了个zen5验证了一下,不好意思,好像我能让zen5至少两个子。你确定是自己下 : 到弈城五段的?本人要对你的估计打个折扣哇。
|
d*****t 发帖数: 7903 | 33 不要以为自控或马工就相当于CS, 从你这段话说明你对AI的理解还停留在五年以前。
先读点paper再说吧。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
a*****g 发帖数: 19398 | 34 就是概率哦
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
y*j 发帖数: 3139 | 35 人的美和丑也有一些标准,好像平均脸就比较美,所以也可以训练出来。不过这方面的
研究有一些政治不正确,很少有人研究。
:“挑个美人“这个目标一点都不明确,因为你根本不能明确定义什么是美人。而”围
地多“是很明确的目标,因为可以准确定义什么是围地多。
【在 D*******r 的大作中提到】 : 让crazystone 4子77%的胜率,让zen四子是85%的胜率。
|
e***g 发帖数: 1696 | 36 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个
nature文章来justify Google买他们花了4亿美金和付这些人工资。
【在 D*******r 的大作中提到】 : 人在学习的时候,他的目标是动态变化的,比如说在一次比较重要的比赛中的一局棋, : 他会记得更清晰,走了一个大勺子,他也会格外痛心。机器没有这种感知,它平等地对 : 待每一局棋,每一局棋的得失只是它统计上的一个分母。 : 还有就是边际效应的问题,达到一定的training量后,大部分新的对局部过是 : 再次证明已有的结论,并没有新的学习效果。 : 最后,再次说一遍,google研究让AI下棋的目的并不是让AI在棋上胜过人类 : ,它是为了让AI模拟人类智力活动的思考方式。如果只是为了赢棋,那么会在不同阶 : 段,不同局面调用不同的计算模块和评估模块,hand crafted的,dee : p learning的,图像数据的,局部暴力解死活的,问题是专门解决这么一个 : 下棋问题,没法justify google花4亿美元买deepmind,还得
|
a*****g 发帖数: 19398 | 37 哦啊
棋,
地对
过是
人类
同阶
ee
一个
还得
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
b********n 发帖数: 5997 | 38 议程五段业余二三段吧。
[在 majiaIIV (马甲丙) 的大作中提到:]
:看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
:
:........... |
D*******r 发帖数: 2323 | 39 弈城5D业二的水平,6D-7D是业三,8D是业四,9D是强业四到业五,强9D是业六以上。
【在 b********n 的大作中提到】 : 议程五段业余二三段吧。 : [在 majiaIIV (马甲丙) 的大作中提到:] : :看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : : : :...........
|
n***d 发帖数: 8857 | 40 人类研究了几千年围棋才到今天的程度,你竟然说计算机学的没人类快?即使不算历史
积累,一个棋手练多少年才能下过这个电脑。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
|
|
a******g 发帖数: 13519 | 41 我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距甚
远。不过,很可能是人家股沟发展出了啥新理论。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
j**********r 发帖数: 3798 | 42 AI不懂,以棋的内容判断,alpha的水平在冲段水平或之上没有问题。 |
w**w 发帖数: 5391 | 43 弈城五就不要扯了。ZEN你都下不过,ALPHAGO是让ZEN四个子的。ALPHAGO有弈城九是肯
定的。 |
w**a 发帖数: 3510 | 44 是啊。李喆的话有没有可信度?李喆说了,在好配置的电脑上,他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
w**a 发帖数: 3510 | 45 是啊。李喆的话有没有可信度?李喆说了,在好配置的电脑上,他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
r******t 发帖数: 8967 | 46 最近5年神经网络有啥新发展?除了层数多了以外?
【在 a******g 的大作中提到】 : 我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟 : 模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距甚 : 远。不过,很可能是人家股沟发展出了啥新理论。
|
l*****8 发帖数: 16949 | 47 deep learning不是简单的加层数。简单加层数早就被证明行不通。
【在 r******t 的大作中提到】 : 最近5年神经网络有啥新发展?除了层数多了以外?
|
s***h 发帖数: 662 | 48
我之前就这样说,只引来多人围攻。。。
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
i***h 发帖数: 12655 | 49 无非就是阴谋论么
无非就是方舟子打假动机不纯,所以被打的假没问题这个路数
你管狗想什么,阿狗棋力多高才是大家关心的
你往外扯有意义吗
比如我可以评论你这个贴主要目的是为了显摆你对人工智能有研究,
我多年上网,我也很有资格,呵呵
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
t********r 发帖数: 492 | 50 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和
system confidence interval.
但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。
围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的
,难于用random forest 或类似的tree structure NN to predict.
估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋
谱都没有劫。 |
|
|
w**a 发帖数: 3510 | 51 我觉得分先阿狗赢一盘就不得了了。孔杰当年好像额上来有个八连败。我很惊讶石头竟
然同意分先的棋份。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
n******n 发帖数: 12088 | 52 看棋谱了吗?第五局明明有打劫,而且劫材找的很好。
【在 t********r 的大作中提到】 : 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和 : system confidence interval. : 但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。 : 围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的 : ,难于用random forest 或类似的tree structure NN to predict. : 估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋 : 谱都没有劫。
|
D*******r 发帖数: 2323 | 53 当年马晓春的棋也以飘逸诡谲著称,但是就是被李昌镐的value every move压制得彻底
翻不了身。高手之间过招,强的一方就能做到把棋局向自己擅长的局面发展。一局棋是
两个人下出来的,不是说你想打劫就能打劫的,也不是所有打劫都局面复杂的。
说起来马晓真是可怜,先被小林光一压制N年,刚刚有点能翻身的样子,有被李昌镐全
面压制。小林,大李的棋,都是那种踏踏实实不模糊追求精确到有些猥琐的棋。
【在 t********r 的大作中提到】 : 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和 : system confidence interval. : 但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。 : 围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的 : ,难于用random forest 或类似的tree structure NN to predict. : 估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋 : 谱都没有劫。
|
D*******r 发帖数: 2323 | 54 第五局那个劫对于消劫后的转换判断也很准确。所以金明完解说时说阿尔法计算包括打
劫都很强,建议李世石不要在这个方面和阿尔法拼。
【在 n******n 的大作中提到】 : 看棋谱了吗?第五局明明有打劫,而且劫材找的很好。
|
D*******r 发帖数: 2323 | 55 被挑为阿尔法的对手而代表人类出战,李世石感到荣幸与光荣,哪还顾得上讲棋份。他
对和阿尔法的比赛比对梦百合杯决赛还要重视。
小李同意挑战时是去年十二月,那个时候阿尔法战胜樊麾的消息还没有出来,小李也没
见过阿尔法的棋谱。他能同意这个挑战确实胸襟值得夸赞。相比之下,中国九十后棋手
还算open mind,对此事有比较积极的态度。而比九十后老一点的那一代棋手,或者是
敌视的态度,或者是局限在自己有些的知识范围内骄傲自大。
络跟
【在 w**a 的大作中提到】 : 我觉得分先阿狗赢一盘就不得了了。孔杰当年好像额上来有个八连败。我很惊讶石头竟 : 然同意分先的棋份。 : [在 alexsung (Keep your feet on the ground.) 的大作中提到:] : :我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟 : :模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距 : 甚远。不过,很可能是人家股沟发展出了啥新理论。 : :...........
|
n**n 发帖数: 626 | 56 其实我觉得更多的是为了拉高股价出货。赏金100万,不愁小李子不来。这个比做广告
划算多了。
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
w**a 发帖数: 3510 | 57 算了吧。我算是炒股老将了,谷歌围棋跟他的股价半点关系没有。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
W*****t 发帖数: 2425 | 58 赶上李昌镐时代了,谁也没办法。
【在 D*******r 的大作中提到】 : 当年马晓春的棋也以飘逸诡谲著称,但是就是被李昌镐的value every move压制得彻底 : 翻不了身。高手之间过招,强的一方就能做到把棋局向自己擅长的局面发展。一局棋是 : 两个人下出来的,不是说你想打劫就能打劫的,也不是所有打劫都局面复杂的。 : 说起来马晓真是可怜,先被小林光一压制N年,刚刚有点能翻身的样子,有被李昌镐全 : 面压制。小林,大李的棋,都是那种踏踏实实不模糊追求精确到有些猥琐的棋。
|
j**********r 发帖数: 3798 | 59 围棋又不是高尔夫,百万美金非常多。奖金最高的应氏杯四年一次,也才40万。
【在 D*******r 的大作中提到】 : 被挑为阿尔法的对手而代表人类出战,李世石感到荣幸与光荣,哪还顾得上讲棋份。他 : 对和阿尔法的比赛比对梦百合杯决赛还要重视。 : 小李同意挑战时是去年十二月,那个时候阿尔法战胜樊麾的消息还没有出来,小李也没 : 见过阿尔法的棋谱。他能同意这个挑战确实胸襟值得夸赞。相比之下,中国九十后棋手 : 还算open mind,对此事有比较积极的态度。而比九十后老一点的那一代棋手,或者是 : 敌视的态度,或者是局限在自己有些的知识范围内骄傲自大。 : : 络跟
|
D*******r 发帖数: 2323 | 60 李世石在访谈时说了,不是为了钱而应战的。当然,你可以说他说话不老实,我选择信
任他所说的。
【在 j**********r 的大作中提到】 : 围棋又不是高尔夫,百万美金非常多。奖金最高的应氏杯四年一次,也才40万。
|
|
|
t********r 发帖数: 492 | 61 确实没看。
AI NN在大量数据培训下,肯定可以做到最优算法和0犯错。
但是应变能力差,希望高手能走出变来。
【在 n******n 的大作中提到】 : 看棋谱了吗?第五局明明有打劫,而且劫材找的很好。
|
n******n 发帖数: 12088 | 62 哪有那么多变着。
【在 t********r 的大作中提到】 : 确实没看。 : AI NN在大量数据培训下,肯定可以做到最优算法和0犯错。 : 但是应变能力差,希望高手能走出变来。
|
d*********t 发帖数: 180 | 63 圆明园不是八国联军烧的
[在 majiaIIV (马甲丙) 的大作中提到:]
:看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
:
:........... |
d*****t 发帖数: 7903 | 64 天啊,这个时候还在提random forest, 你是不读paper久已:)
拜托各位有这功夫看看Deep learning这几年的发展再开喷吧。
【在 t********r 的大作中提到】 : 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和 : system confidence interval. : 但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。 : 围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的 : ,难于用random forest 或类似的tree structure NN to predict. : 估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋 : 谱都没有劫。
|
m*****n 发帖数: 3644 | 65 这个采访的观点没有意义。Google假设要找水货棋手取样数据,找我去。我也会说不是
为了钱。
【在 D*******r 的大作中提到】 : 李世石在访谈时说了,不是为了钱而应战的。当然,你可以说他说话不老实,我选择信 : 任他所说的。
|
m******V 发帖数: 1291 | 66 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出
了真正的人类智能来。这一点有点头脑的理科生都明白。
所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法
的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线
性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它
的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数
调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下
。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别
。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
进,因为它根本就没有人类的学习能力。再说了就是真给它输入了三百万盘棋谱,没人
帮它指出哪是好棋坏棋,等于好坏数据混在一起喂,调出来的还不一定是什么东西呢。
所以要么有人给它喂谱,指出了哪里好哪里坏,要不就全喂高手棋谱,相信99%的move
都是好的。所以根本没必要担心它的学习能力。再说围棋的变化远远操过三百万盘,有
的它学的呢。
这个原来没什么名气的欧洲冠军,棋力一般,我估计是下不过现在国内的冲段少年的。
在弈城上也就顶多六七段吧。大家真是没必要像天要塌下来一样。这种电脑AI跟电脑游
戏一样,有胆子就放开了让大家公测,是个懂围棋的人跟它下多了,就能掌握它的规律
击败它。这是电脑无法像人脑变通的死结。 |
n******n 发帖数: 12088 | 67 奕城5段和反悔下,摆至少3子
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
x**8 发帖数: 1939 | 68 您老对AI 神经网络的理解估计是几年前的,
最近这领域有些最新发展,
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
i***h 发帖数: 12655 | 69 楼主不要谈虚的
你能不能下得过阿狗吧?
下不过自吹有学习能力有啥用啊
就像我大清号称有神人刀枪不入
还不是被八国联军烧了圆明园 |
D*******r 发帖数: 2323 | 70 先不说对棋力的判断。就看你对神经网络算法的解释,就知道你自控专业白学了,或者
说靠十几年前的知识在吃老本。
你说神经网络算法离人类真正的学习能力差了十万八千里,这点我承认,但差距不是在
学习围棋这种规则明确,目标明确的事物上,差距是在艺术,多方位感知这些概念抽象
,目标模糊的对象上。一幅画怎么才美是很模糊的目标,人脸识别,牵扯到很复杂的感
知系统(有人是脸盲,有人记不住人名,但是见过的人的样貌,几年后,甚至几十年后
,虽然物理客观方面已经有很大变化,但是有人就能感觉那种说不清道不明的蛛丝马迹
)。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
|
|
m******V 发帖数: 1291 | 71 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转
换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过
电脑的原因
【在 D*******r 的大作中提到】 : 先不说对棋力的判断。就看你对神经网络算法的解释,就知道你自控专业白学了,或者 : 说靠十几年前的知识在吃老本。 : 你说神经网络算法离人类真正的学习能力差了十万八千里,这点我承认,但差距不是在 : 学习围棋这种规则明确,目标明确的事物上,差距是在艺术,多方位感知这些概念抽象 : ,目标模糊的对象上。一幅画怎么才美是很模糊的目标,人脸识别,牵扯到很复杂的感 : 知系统(有人是脸盲,有人记不住人名,但是见过的人的样貌,几年后,甚至几十年后 : ,虽然物理客观方面已经有很大变化,但是有人就能感觉那种说不清道不明的蛛丝马迹 : )。
|
x**8 发帖数: 1939 | 72 你说的那些没办法精确计算的东西,其实simulate 10万个scenario,然后评估,再算
个概率,其实就可以了,
【在 m******V 的大作中提到】 : 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转 : 换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过 : 电脑的原因
|
m******V 发帖数: 1291 | 73 像你说这么容易电脑早就击败人类了,还用等这么长时间。围棋是典型的差之毫厘谬以
千里,你上哪simulate出来10万个scenario。再说10万个变化对围棋的变化来说简直沧
海一粟。
【在 x**8 的大作中提到】 : 你说的那些没办法精确计算的东西,其实simulate 10万个scenario,然后评估,再算 : 个概率,其实就可以了,
|
x**8 发帖数: 1939 | 74 给你俩我最近学的新词儿: cnn, mct
【在 m******V 的大作中提到】 : 像你说这么容易电脑早就击败人类了,还用等这么长时间。围棋是典型的差之毫厘谬以 : 千里,你上哪simulate出来10万个scenario。再说10万个变化对围棋的变化来说简直沧 : 海一粟。
|
D*******r 发帖数: 2323 | 75 围棋中的模糊是因为人算不清的模糊,不是目标的模糊。它的结果目标很明确,就是要
占地比对方多,过程目标也很明确,就是每一步都不要失去局面的均衡。
在围棋上,人现在对计算机的优势只有感官上的优势,就是在棋盘还比较空时,不确定
性还比较多时,人靠眼睛扫一眼棋盘,就能迅速圈出选点范围,而计算机没有视觉感官
的优势,当选点范围大时,它的计算量会急剧增加。
据Facebook的paper解释,Facebook的卷积神经网络是以围棋对局的图像资料作为输入
数据来train机器的,这有点类似人类用眼睛看棋型做判断了,我猜想,如果Facebook
和Google把他们的研究结合起来,用三套网络神经来选择和计算,人类在围棋上唯一的
优势也将荡然无存。
如果仅仅是为了赢棋,在上面三套神经网络之外,还可以加一套辅助的人类总结出来的
棋理和棋诀之类的比如说棋经十三篇,围棋十诀等等,来作为heuristic function来微
调参数。不过这不是Google及Facebook搞围棋AI的目的了。
【在 m******V 的大作中提到】 : 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转 : 换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过 : 电脑的原因
|
c*****d 发帖数: 527 | 76 嗅出一丝机器人的味道
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
c*****d 发帖数: 527 | 77 只要是固定大小的棋盘,理论上都可以计算。无非是计算量的大小区别。
这就是为什么国际象棋已经完败给计算机,围棋也迟早有这么一天。
【在 m******V 的大作中提到】 : 你这么说说明你不懂围棋,围棋的艺术就在于它的模糊部分, 局势的判断,地势的转 : 换是没办法精确计算的,靠的就是人类的抽象思维能力。这也是人类一直在围棋上胜过 : 电脑的原因
|
D*******r 发帖数: 2323 | 78 你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他
个人的对局经验,或者是通过前人总结的棋理,迅速排除肯定不对的应手,然后在剩余
的可能的应手中去进行深一步的计算。
然后有的选点在算个三五步,或者不到十步时,又发现不妥,然后抛弃掉,剩余的需要
计算到20步以上的选点,不超过2到3个。
现在的神经网络用的是一模一样的思考方法。区别只在你一年撑死积累下一千盘棋的经
验,机器一天就不只这么点经验,机器现在只是没有前人传授的棋理而已,但是它把三
千万手的对局应手学习过了,它的知识系统里自己就已经总结前人的经验了。
【在 m******V 的大作中提到】 : 像你说这么容易电脑早就击败人类了,还用等这么长时间。围棋是典型的差之毫厘谬以 : 千里,你上哪simulate出来10万个scenario。再说10万个变化对围棋的变化来说简直沧 : 海一粟。
|
m******V 发帖数: 1291 | 79 围棋的模糊人算不清,电脑就算的清不模糊了?目标明确有意义吗?我要说给我挑个美
人,也目标明确,电脑干的了吗?
Facebook
【在 D*******r 的大作中提到】 : 围棋中的模糊是因为人算不清的模糊,不是目标的模糊。它的结果目标很明确,就是要 : 占地比对方多,过程目标也很明确,就是每一步都不要失去局面的均衡。 : 在围棋上,人现在对计算机的优势只有感官上的优势,就是在棋盘还比较空时,不确定 : 性还比较多时,人靠眼睛扫一眼棋盘,就能迅速圈出选点范围,而计算机没有视觉感官 : 的优势,当选点范围大时,它的计算量会急剧增加。 : 据Facebook的paper解释,Facebook的卷积神经网络是以围棋对局的图像资料作为输入 : 数据来train机器的,这有点类似人类用眼睛看棋型做判断了,我猜想,如果Facebook : 和Google把他们的研究结合起来,用三套网络神经来选择和计算,人类在围棋上唯一的 : 优势也将荡然无存。 : 如果仅仅是为了赢棋,在上面三套神经网络之外,还可以加一套辅助的人类总结出来的
|
i***h 发帖数: 12655 | 80 电脑現在说围棋比你好
你说然并卵,我喜欢蛋炒饭
这不是常粉的转进策略么?
【在 m******V 的大作中提到】 : 围棋的模糊人算不清,电脑就算的清不模糊了?目标明确有意义吗?我要说给我挑个美 : 人,也目标明确,电脑干的了吗? : : Facebook
|
|
|
m******V 发帖数: 1291 | 81 你以为神经网络下一千盘棋就能有人下一千盘棋的经验?机器如果能有人的“经验”,
让机器多读几本书,都做几道题,所有的问题就都能迎刃而解了?这跟机器会思考没什
么区别了。
你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他
【在 D*******r 的大作中提到】 : 你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他 : 个人的对局经验,或者是通过前人总结的棋理,迅速排除肯定不对的应手,然后在剩余 : 的可能的应手中去进行深一步的计算。 : 然后有的选点在算个三五步,或者不到十步时,又发现不妥,然后抛弃掉,剩余的需要 : 计算到20步以上的选点,不超过2到3个。 : 现在的神经网络用的是一模一样的思考方法。区别只在你一年撑死积累下一千盘棋的经 : 验,机器一天就不只这么点经验,机器现在只是没有前人传授的棋理而已,但是它把三 : 千万手的对局应手学习过了,它的知识系统里自己就已经总结前人的经验了。
|
D*******r 发帖数: 2323 | 82 “挑个美人“这个目标一点都不明确,因为你根本不能明确定义什么是美人。而”围地
多“是很明确的目标,因为可以准确定义什么是围地多。
【在 m******V 的大作中提到】 : 围棋的模糊人算不清,电脑就算的清不模糊了?目标明确有意义吗?我要说给我挑个美 : 人,也目标明确,电脑干的了吗? : : Facebook
|
w**a 发帖数: 3510 | 83 奕五跟天顶好胜负吧。
[在 majiaIIV (马甲丙) 的大作中提到:]
:看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
:
:........... |
q*c 发帖数: 9453 | 84 这种机器人的 AI 比啊狗 强了几光年啊。
【在 c*****d 的大作中提到】 : 嗅出一丝机器人的味道
|
D*******r 发帖数: 2323 | 85 人在学习的时候,他的目标是动态变化的,比如说在一次比较重要的比赛中的一局棋,
他会记得更清晰,走了一个大勺子,他也会格外痛心。机器没有这种感知,它平等地对
待每一局棋,每一局棋的得失只是它统计上的一个分母。
还有就是边际效应的问题,达到一定的training量后,大部分新的对局部过是
再次证明已有的结论,并没有新的学习效果。
最后,再次说一遍,google研究让AI下棋的目的并不是让AI在棋上胜过人类
,它是为了让AI模拟人类智力活动的思考方式。如果只是为了赢棋,那么会在不同阶
段,不同局面调用不同的计算模块和评估模块,hand crafted的,dee
p learning的,图像数据的,局部暴力解死活的,问题是专门解决这么一个
下棋问题,没法justify google花4亿美元买deepmind,还得
继续投入那么多钱在硬件上,研究人员工资上。
【在 m******V 的大作中提到】 : 你以为神经网络下一千盘棋就能有人下一千盘棋的经验?机器如果能有人的“经验”, : 让机器多读几本书,都做几道题,所有的问题就都能迎刃而解了?这跟机器会思考没什 : 么区别了。 : : 你以为人下棋会去算十万个变化?所谓的棋感是怎么回事?人所谓的棋感或者是通过他
|
n******n 发帖数: 12088 | 86 没戏。天顶是kgs 5
【在 w**a 的大作中提到】 : 奕五跟天顶好胜负吧。 : [在 majiaIIV (马甲丙) 的大作中提到:] : :看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : : : :...........
|
r****y 发帖数: 26819 | 87 没错。这几年没跟大数据和神经网络的,基本都没法对算法作发言。
【在 x**8 的大作中提到】 : 您老对AI 神经网络的理解估计是几年前的, : 最近这领域有些最新发展,
|
s*****e 发帖数: 17 | 88 我也是弈城5段,和Zen练过很多盘,我不限时间,和5秒的Zen平下负多胜少,如果不悔
棋,Zen至少能让我两个。AlphaGO能让5秒的Zen四子还有接近80%的胜率,所以
AlphaGO至少得让我五个才是好胜负。
同时,我受三子赢过职业初段。所以我绝对相信AlphaGo有职业高段实力。 |
D*******r 发帖数: 2323 | 89 让crazystone 4子77%的胜率,让zen四子是85%的胜率。
【在 s*****e 的大作中提到】 : 我也是弈城5段,和Zen练过很多盘,我不限时间,和5秒的Zen平下负多胜少,如果不悔 : 棋,Zen至少能让我两个。AlphaGO能让5秒的Zen四子还有接近80%的胜率,所以 : AlphaGO至少得让我五个才是好胜负。 : 同时,我受三子赢过职业初段。所以我绝对相信AlphaGo有职业高段实力。
|
B****n 发帖数: 11290 | 90 難道是弈城五段的機器人在給大家分析
【在 c*****d 的大作中提到】 : 嗅出一丝机器人的味道
|
|
|
b****s 发帖数: 872 | 91 还有人真相信。
那么厉害为啥不敢拿出来露脸
【在 D*******r 的大作中提到】 : 让crazystone 4子77%的胜率,让zen四子是85%的胜率。
|
n*******s 发帖数: 17267 | 92 去看了第三盘棋, 这就是狗在炒作吧, 反悔下的是棋吗, 通盘胡下。
我再去看看第4,第5盘棋。 |
n*******s 发帖数: 17267 | 93 第四盘也是瞎下, 感觉想让电脑四子的下法又没什么高招结果处处受制 |
n*******s 发帖数: 17267 | 94 第5盘也是扯淡, 李世石应该可以让电脑两到三个子。
5盘棋也就第一盘还行, 其它几盘都是反悔乱搞胡下。 |
m******V 发帖数: 1291 | 95 刚去下了个zen5验证了一下,不好意思,好像我能让zen5至少两个子。你确定是自己下
到弈城五段的?本人要对你的估计打个折扣哇。
【在 s*****e 的大作中提到】 : 我也是弈城5段,和Zen练过很多盘,我不限时间,和5秒的Zen平下负多胜少,如果不悔 : 棋,Zen至少能让我两个。AlphaGO能让5秒的Zen四子还有接近80%的胜率,所以 : AlphaGO至少得让我五个才是好胜负。 : 同时,我受三子赢过职业初段。所以我绝对相信AlphaGo有职业高段实力。
|
n**n 发帖数: 626 | 96 发表观点之前最好先列下publication. 不然这个讨论终究不严肃,同民科没什么区别。
★ 发自iPhone App: ChineseWeb 1.0.6
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
s*****e 发帖数: 17 | 97 Zen的棋力和硬件和设置关系很大,你报下设置和硬件吧。
你要能不悔棋能在i7上30秒让Zen两子,应该能上弈城8段,
【在 m******V 的大作中提到】 : 刚去下了个zen5验证了一下,不好意思,好像我能让zen5至少两个子。你确定是自己下 : 到弈城五段的?本人要对你的估计打个折扣哇。
|
d*****t 发帖数: 7903 | 98 不要以为自控或马工就相当于CS, 从你这段话说明你对AI的理解还停留在五年以前。
先读点paper再说吧。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
a*****g 发帖数: 19398 | 99 就是概率哦
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
y*j 发帖数: 3139 | 100 人的美和丑也有一些标准,好像平均脸就比较美,所以也可以训练出来。不过这方面的
研究有一些政治不正确,很少有人研究。
:“挑个美人“这个目标一点都不明确,因为你根本不能明确定义什么是美人。而”围
地多“是很明确的目标,因为可以准确定义什么是围地多。
【在 D*******r 的大作中提到】 : 让crazystone 4子77%的胜率,让zen四子是85%的胜率。
|
|
|
e***g 发帖数: 1696 | 101 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个
nature文章来justify Google买他们花了4亿美金和付这些人工资。
【在 D*******r 的大作中提到】 : 人在学习的时候,他的目标是动态变化的,比如说在一次比较重要的比赛中的一局棋, : 他会记得更清晰,走了一个大勺子,他也会格外痛心。机器没有这种感知,它平等地对 : 待每一局棋,每一局棋的得失只是它统计上的一个分母。 : 还有就是边际效应的问题,达到一定的training量后,大部分新的对局部过是 : 再次证明已有的结论,并没有新的学习效果。 : 最后,再次说一遍,google研究让AI下棋的目的并不是让AI在棋上胜过人类 : ,它是为了让AI模拟人类智力活动的思考方式。如果只是为了赢棋,那么会在不同阶 : 段,不同局面调用不同的计算模块和评估模块,hand crafted的,dee : p learning的,图像数据的,局部暴力解死活的,问题是专门解决这么一个 : 下棋问题,没法justify google花4亿美元买deepmind,还得
|
a*****g 发帖数: 19398 | 102 哦啊
棋,
地对
过是
人类
同阶
ee
一个
还得
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
b********n 发帖数: 5997 | 103 议程五段业余二三段吧。
[在 majiaIIV (马甲丙) 的大作中提到:]
:看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
:
:........... |
D*******r 发帖数: 2323 | 104 弈城5D业二的水平,6D-7D是业三,8D是业四,9D是强业四到业五,强9D是业六以上。
【在 b********n 的大作中提到】 : 议程五段业余二三段吧。 : [在 majiaIIV (马甲丙) 的大作中提到:] : :看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : : : :...........
|
n***d 发帖数: 8857 | 105 人类研究了几千年围棋才到今天的程度,你竟然说计算机学的没人类快?即使不算历史
积累,一个棋手练多少年才能下过这个电脑。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
a******g 发帖数: 13519 | 106 我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距甚
远。不过,很可能是人家股沟发展出了啥新理论。
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
j**********r 发帖数: 3798 | 107 AI不懂,以棋的内容判断,alpha的水平在冲段水平或之上没有问题。 |
w**w 发帖数: 5391 | 108 弈城五就不要扯了。ZEN你都下不过,ALPHAGO是让ZEN四个子的。ALPHAGO有弈城九是肯
定的。 |
w**a 发帖数: 3510 | 109 是啊。李喆的话有没有可信度?李喆说了,在好配置的电脑上,他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
w**a 发帖数: 3510 | 110 是啊。李喆的话有没有可信度?李喆说了,在好配置的电脑上,他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
|
|
r******t 发帖数: 8967 | 111 最近5年神经网络有啥新发展?除了层数多了以外?
【在 a******g 的大作中提到】 : 我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟 : 模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距甚 : 远。不过,很可能是人家股沟发展出了啥新理论。
|
l*****8 发帖数: 16949 | 112 deep learning不是简单的加层数。简单加层数早就被证明行不通。
【在 r******t 的大作中提到】 : 最近5年神经网络有啥新发展?除了层数多了以外?
|
s***h 发帖数: 662 | 113
我之前就这样说,只引来多人围攻。。。
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
i***h 发帖数: 12655 | 114 无非就是阴谋论么
无非就是方舟子打假动机不纯,所以被打的假没问题这个路数
你管狗想什么,阿狗棋力多高才是大家关心的
你往外扯有意义吗
比如我可以评论你这个贴主要目的是为了显摆你对人工智能有研究,
我多年上网,我也很有资格,呵呵
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
t********r 发帖数: 492 | 115 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和
system confidence interval.
但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。
围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的
,难于用random forest 或类似的tree structure NN to predict.
估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋
谱都没有劫。 |
w**a 发帖数: 3510 | 116 我觉得分先阿狗赢一盘就不得了了。孔杰当年好像额上来有个八连败。我很惊讶石头竟
然同意分先的棋份。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
n******n 发帖数: 12088 | 117 看棋谱了吗?第五局明明有打劫,而且劫材找的很好。
【在 t********r 的大作中提到】 : 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和 : system confidence interval. : 但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。 : 围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的 : ,难于用random forest 或类似的tree structure NN to predict. : 估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋 : 谱都没有劫。
|
D*******r 发帖数: 2323 | 118 当年马晓春的棋也以飘逸诡谲著称,但是就是被李昌镐的value every move压制得彻底
翻不了身。高手之间过招,强的一方就能做到把棋局向自己擅长的局面发展。一局棋是
两个人下出来的,不是说你想打劫就能打劫的,也不是所有打劫都局面复杂的。
说起来马晓真是可怜,先被小林光一压制N年,刚刚有点能翻身的样子,有被李昌镐全
面压制。小林,大李的棋,都是那种踏踏实实不模糊追求精确到有些猥琐的棋。
【在 t********r 的大作中提到】 : 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和 : system confidence interval. : 但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。 : 围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的 : ,难于用random forest 或类似的tree structure NN to predict. : 估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋 : 谱都没有劫。
|
D*******r 发帖数: 2323 | 119 第五局那个劫对于消劫后的转换判断也很准确。所以金明完解说时说阿尔法计算包括打
劫都很强,建议李世石不要在这个方面和阿尔法拼。
【在 n******n 的大作中提到】 : 看棋谱了吗?第五局明明有打劫,而且劫材找的很好。
|
D*******r 发帖数: 2323 | 120 被挑为阿尔法的对手而代表人类出战,李世石感到荣幸与光荣,哪还顾得上讲棋份。他
对和阿尔法的比赛比对梦百合杯决赛还要重视。
小李同意挑战时是去年十二月,那个时候阿尔法战胜樊麾的消息还没有出来,小李也没
见过阿尔法的棋谱。他能同意这个挑战确实胸襟值得夸赞。相比之下,中国九十后棋手
还算open mind,对此事有比较积极的态度。而比九十后老一点的那一代棋手,或者是
敌视的态度,或者是局限在自己有些的知识范围内骄傲自大。
络跟
【在 w**a 的大作中提到】 : 我觉得分先阿狗赢一盘就不得了了。孔杰当年好像额上来有个八连败。我很惊讶石头竟 : 然同意分先的棋份。 : [在 alexsung (Keep your feet on the ground.) 的大作中提到:] : :我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟 : :模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距 : 甚远。不过,很可能是人家股沟发展出了啥新理论。 : :...........
|
|
|
n**n 发帖数: 626 | 121 其实我觉得更多的是为了拉高股价出货。赏金100万,不愁小李子不来。这个比做广告
划算多了。
【在 e***g 的大作中提到】 : 我的publication绝对有资格评价一下deepmind这个事:主要是为了造个新闻发个 : nature文章来justify Google买他们花了4亿美金和付这些人工资。
|
w**a 发帖数: 3510 | 122 算了吧。我算是炒股老将了,谷歌围棋跟他的股价半点关系没有。
[在 alexsung (Keep your feet on the ground.) 的大作中提到:]
:我也是自控专业的,毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
:模糊控制玩意儿,确实如你所说就是个参数调节输出整定,距离真正的生物智能差距
甚远。不过,很可能是人家股沟发展出了啥新理论。
:........... |
W*****t 发帖数: 2425 | 123 赶上李昌镐时代了,谁也没办法。
【在 D*******r 的大作中提到】 : 当年马晓春的棋也以飘逸诡谲著称,但是就是被李昌镐的value every move压制得彻底 : 翻不了身。高手之间过招,强的一方就能做到把棋局向自己擅长的局面发展。一局棋是 : 两个人下出来的,不是说你想打劫就能打劫的,也不是所有打劫都局面复杂的。 : 说起来马晓真是可怜,先被小林光一压制N年,刚刚有点能翻身的样子,有被李昌镐全 : 面压制。小林,大李的棋,都是那种踏踏实实不模糊追求精确到有些猥琐的棋。
|
j**********r 发帖数: 3798 | 124 围棋又不是高尔夫,百万美金非常多。奖金最高的应氏杯四年一次,也才40万。
【在 D*******r 的大作中提到】 : 被挑为阿尔法的对手而代表人类出战,李世石感到荣幸与光荣,哪还顾得上讲棋份。他 : 对和阿尔法的比赛比对梦百合杯决赛还要重视。 : 小李同意挑战时是去年十二月,那个时候阿尔法战胜樊麾的消息还没有出来,小李也没 : 见过阿尔法的棋谱。他能同意这个挑战确实胸襟值得夸赞。相比之下,中国九十后棋手 : 还算open mind,对此事有比较积极的态度。而比九十后老一点的那一代棋手,或者是 : 敌视的态度,或者是局限在自己有些的知识范围内骄傲自大。 : : 络跟
|
D*******r 发帖数: 2323 | 125 李世石在访谈时说了,不是为了钱而应战的。当然,你可以说他说话不老实,我选择信
任他所说的。
【在 j**********r 的大作中提到】 : 围棋又不是高尔夫,百万美金非常多。奖金最高的应氏杯四年一次,也才40万。
|
t********r 发帖数: 492 | 126 确实没看。
AI NN在大量数据培训下,肯定可以做到最优算法和0犯错。
但是应变能力差,希望高手能走出变来。
【在 n******n 的大作中提到】 : 看棋谱了吗?第五局明明有打劫,而且劫材找的很好。
|
n******n 发帖数: 12088 | 127 哪有那么多变着。
【在 t********r 的大作中提到】 : 确实没看。 : AI NN在大量数据培训下,肯定可以做到最优算法和0犯错。 : 但是应变能力差,希望高手能走出变来。
|
d*********t 发帖数: 180 | 128 圆明园不是八国联军烧的
[在 majiaIIV (马甲丙) 的大作中提到:]
:看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。
:
:........... |
d*****t 发帖数: 7903 | 129 天啊,这个时候还在提random forest, 你是不读paper久已:)
拜托各位有这功夫看看Deep learning这几年的发展再开喷吧。
【在 t********r 的大作中提到】 : 我看AI 并没有质变突破性进展,的确方法越来越好,但还是受限制于normalization和 : system confidence interval. : 但是因为电脑发展,数据发展,所有可以digitalized, AI都取得很好效果。 : 围棋因李昌镐的value every move的算法,棋谱逐渐digitalize, 不过还有很多模糊的 : ,难于用random forest 或类似的tree structure NN to predict. : 估计alpha go will lose to Li badly this time 除非不让打劫。alpha go 出来的棋 : 谱都没有劫。
|
m*****n 发帖数: 3644 | 130 这个采访的观点没有意义。Google假设要找水货棋手取样数据,找我去。我也会说不是
为了钱。
【在 D*******r 的大作中提到】 : 李世石在访谈时说了,不是为了钱而应战的。当然,你可以说他说话不老实,我选择信 : 任他所说的。
|
|
|
j******n 发帖数: 1727 | 131 资深马工牛b
【在 m******V 的大作中提到】 : 看大家最近讨论狗家的AI,本人弈城五段,自控专业,资深马工给大家分析一下吧。 : 首先所谓的人工智能就是个joke,现在的电脑架构,再给它一百年时间,也不会发展出 : 了真正的人类智能来。这一点有点头脑的理科生都明白。 : 所谓的神经网络算法其实离人类真正的学习能力差了十万八千里。神经网络是自控算法 : 的一种,还有很多其他的算法,学过自控的人都知道,种种这些算法都是为了寻找非线 : 性模糊系统的接近最优点,所谓的学习就是大量的喂现场数据,让这些算法自我调整它 : 的参数,来达到最优控制效果。这种学习根本不是人类的学习功能的,顶多就是个参数 : 调整。就是有新的数据来,让算法认识到系统有新的变化,调整一下参数来handle一下 : 。神经网络所谓的记忆学习功能其实是纯数学性质的,跟人类的学习功能有本质的区别 : 。别说喂alphago三百万盘,就是三亿盘棋谱,它的棋力也不会像人类学习一样突飞猛
|
l******t 发帖数: 55733 | |
c*******9 发帖数: 9032 | |