AlphaGo 使用大量統計數量去達成 勝利 ,能不能認為它根本沒有擊敗任何對手?

時間 2021-06-09 20:10:17

1樓:

基礎規則?

搞笑呢這是,圍棋上的他什麼規則沒遵守?是違反了打劫呢,還是違反了在某區域中下子?

哦,你是說那些「顯而易見的規矩啊「。什麼金角銀邊草肚皮。那恐怕你是沒聽說過天元開局吧。你就真覺得這些動作一定是萬年不變的真言嗎?

回過頭來,人下棋看來靠得就不是大量下棋摸索出來的經驗,而是...呃,哲學?一天到晚在那裡苦讀聖賢書棋就突然下好了?

那您還真是大神,你咋不去試試和那些一天到晚下起的小夥子們過兩招試試,他們又不是真正在下棋,不會是在大量實戰中積累了經驗。alphago不過是把這個隱隱約約的經驗轉化成了準確的數字,突然間就瞧不起人家了?

打不贏人家就說人家「不是真下棋」。這種話大概也只有小孩之間互相吹牛皮的時候才會說出來吧,您吶

2樓:

你說的有一定道理,我也一直認為模糊數學上的突破才能帶來人工智慧的飛躍,然而大資料思維及相關演算法提供了另一種人工智慧的思路,就是「知其然不知其所以然」,雖然按照傳統邏輯而言統計形成的決策不能說是「理解」和「創造」,但從實際運用結果而言,只要它真的能做到人能做的一切甚至更好,它以什麼方式「思考」真的很重要嗎?退一步說,人從小到大的學習過程也是基於資訊資料的蒐集而提煉出來的,誰又能說基於資料、概率、統計而提煉出的數學模型不是一種認知呢?

事實上,人在下一步棋時會計算之後的數步、數十步甚至更多,這和計算機的遍歷同樣類似,而大多數情況下人不可能計算出後續所有變化(計算機目前也無法遍歷所有演算法),只能選擇自認最優的下法,這同樣和蒙特卡洛演算法有些類似,只是人類自負在此基礎上有對圍棋的模糊的理解和認知(厚與薄、勢與地、先手價值等等),而如上文所說,誰又能完全斷定人工智慧在演算法的基礎上不會發展出類似的認知呢。

便利店如何統計大量臨期商品

逸然 我們之前系統是可以錄入生產日期的,商品在建檔的時候是有保質期錄入的,系統可以後台按照先進先出的原則算出臨期商品多少個可以設定提醒。初衷是好的,然而並沒有什麼卵用!然而並沒有什麼卵用!然而並沒有什麼卵用!因為你在上貨的時候並不可能完全保證先進先出,你會在倉庫某角落發現比貨架上更老的日期的商品,顧...

使用Evernote收藏了大量的資料,如何有效率的使用?

1 閱讀習慣 根據資訊的價值來選擇處理方式 緊急性 期限 重要性 價值 2 複習習慣 將知識強化為行動,如健康知識 飲食知識 學習時做筆記,定時定期彙總 整理為成果 根據重要性按不同頻率定時 日 周 月 季度 複習 PennSonic 你的這些資料是看著有用?沒有真正地使用麼?僅僅是看著有用何必收下...

甲醛有毒有害,為什麼還在大量使用?

Peppers 因為甲醛的用途是在太廣泛了,常見的用途就有粘合劑,印染助劑,皮革和動物的防腐劑等等 可以看看這篇文章中對於自己怎麼檢測甲醛以及甲醛的危害 Peppers 甲醛的危害,甲醛中毒初期表現 甲醛治理是智商稅嗎?甲醛檢測儀和甲醛檢測盒有用嗎?新房除甲醛最有效的方法。 翠兒my 無膠不甲醛,意...