西西河

主题:人工智能挑战围棋即将成功 -- 陈经

共:💬76 🌺333
分页树展主题 · 全看首页 上页
/ 6
下页 末页
      • 家园 他也不一定稳赢啊

        我不懂AI,不过有种说法是AlphaGo是遇弱则弱,遇强则强,它总是选择最稳妥的路线去战胜对手,所以和樊麾的对局看起来水平就比樊麾稍高一点,而与李世石对战的时候就会表现的比李世石稍高一点了,听起来有些恐怖啊。难道计算机已经在明确围棋规则和目标以后,找到了围棋的最佳解了吗?

        • 家园 遇弱则弱,遇强则强。这个我觉得就是个弱点

          因为AI不懂得战略欺骗,如果真人棋手在对弈过程中,时不时地下一两步无理手,或者声东击西,不知道AI如何应对。AI毕竟是根据棋手当前的棋进行深度计算的,否则它的广度运算量太大。

          • 家园 遇弱则弱,遇强则强不是缺点

            所谓遇弱者弱,遇强者强。说明一个问题就是AlphaGo的算法有初值依赖,也就是利用对弈者的当前步做路径优化的初值。水平越高下子越好,最终算法计算的结果越好,应子就越好。

            下无理子对只单纯记忆棋谱的算法有用,对AlphaGo的算法可能无用。因为在算法中为了减少初值依赖,为了增加多样性,需要做扰动,这些扰动实际就是无理子。对手下无理棋实际是帮助AlphaGo减少初值优化、避免算法陷入局部优值。

            深度学习算法在大数据计算平台下是广度与深度并行计算的,计算量惊人,但还是能够计算的。它的计算节点在目前技术条件、算法水平上可以达到10亿个节点或以上,能够接近或超过人类的神经元。不要小看它的计算能力。

      • 家园 AlphaGo的开发者可是很有信心啊

        据AlphaGo的开发团队中的一个台湾业6透露,他们团队在全力备战与李世石之战,看的出他们很有信心,他甚至说将来可以把目前的世界最强者柯洁打得只有5%的胜率,真能到这一步那就算是碾压人类了。

    • 家园 做个标记,过几个月来写个深度分析

      过几个月我正好要做一个相关的报告。

      到时候发一点上来:)

      希望自己别太懒。

    • 家园 这种深度学习的能力,最容易推广的是给人看病。

      也许以后的医生都是科学家了,就是研究新的治疗方法,看病这种服务行业就都是计算机了。

      这样马前卒忧心忡忡的医保问题就解决了。

      • 家园 看病我觉得有点更难,住院的还好一点

        门诊就更麻烦了,一个人看了一次病不来了,是看好了,还是不信任你去别家了,还是治死了,都不知道!

        干扰的地方还挺多,毕竟哪个病人也不是照着教科书得病的

        这个反馈的链条不闭环,干扰因素更多,不像围棋,最后赢了输了还有个标准

        不过大数据嘛,据说啥都能一勺烩喽,师母已呆吧!

      • 家园 记得多年以前中国曾用类似的思路

        当然水平远逊来模拟名中医关幼波看肝病,不知后来如何。

        • 家园 这个专家系统的思路还是有一定作用的

          个人认为计算机辅助诊断方面还是有一定效果,因为人类医生的诊断准确率和治疗有效率也是在80%左右徘徊(主要指专家)。有了深度学习能力的计算机系统辅助,应该可以对三四线城市医院的医生辅助诊断有帮助。毕竟有些疑难杂症医生如果没见过是很难确诊的。

    • 家园 这条消息首先出现在笑话楼里,没想到还是

      热乎的消息。

      这些东西广告性质的意义大一些,我简单地搜索网络,还以为就是用那个蒙地卡罗算法的AI呢。

      AI要战胜职业高手也很简单,以现在的水平,只要下超快棋甚至是快棋就可以了,人脑在速度上是干不过用电的机器的。

      其他所谓的自学习AI我觉得不是太靠谱,这是往人脑思维上面靠,机器理解棋局和人不一样,靠多下棋对AI的帮助不会那么大,尽管这是研发团队要我们相信的。

      职业高手看那个5:0也和老兄不一样,没有觉得AI就怎么厉害了,这个牵涉到对围棋的理解程度。不过职业高手也可能被机器愚弄,AI如果是遇强则强那就好看了。

      出一百万美元挑战人类高手,更像是一场广告宣传战,如果像zen那样不收钱让人来挑战,我看他们很难吸引眼球。当初深蓝战胜卡斯帕罗夫的时候是有人类高手事先调教指点过机器的,这次他们挑战李世石估计也是老李研究的样本比较大。

      关键词(Tags): #围棋#AI通宝推:盲人摸象,
      • 家园 这个还真不是宣传

        我也恰好做了这个方面的一点工作。人工神经网络起源于模仿人类的大脑信号传递方式,深度学习是人工神经网络的一种深化,业内人士对这个消息应该不是很吃惊。毕竟早在2015年初计算机在图片识别方面超过了人类,这个在业内比围棋更令人关注。总的来说,图片的维度比围棋更高,当然这两个方面可能是各有不同的难度。

        百度和谷歌的搜素,无人驾驶车等都大量采用了深度学习技术。无人驾驶的样车都已经上路很长时间,大家都估计商品化也就是5年内的事。业内有些人开玩笑说:“十年后有人驾驶汽车是违法的”。

        通宝推:盲人摸象,
        • 家园 技术上确实有突破,值得期待在其它领域上的开发。

          至于人机围棋对抗,我还是认同俞斌说的,职业选手对围棋的理解更加深广,远非仅靠模仿和自学的机器能够比拟。

          我很奇怪,这次怎么没有先在国际象棋上再搞搞人机大战。

          围棋的变数太大,就算机器把所有李世石的棋谱都学习了,李世石也可以临场出新手让机器无“路”可循。

        • 家园 我认为将来无人驾驶是解决城市拥堵的终极解决方案

          将来除了发烧友,大家都不买车了,都加入租车俱乐部

          根据实际需要租用无人驾驶汽车

          多人顺路搭乘将是主流,避免一人一车浪费道路资源

          也不会有一大堆车平时趴在停车场

          至于春节、小长假这种集中、放射性的单向流动咋搞,我还没想好

          通宝推:盲人摸象,
分页树展主题 · 全看首页 上页
/ 6
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河