1樓：賢魚
瀉藥。昨晚看錄影看到對mana的第二場，按照老仙的說法或者我的理解是alphastar在摩擦了tlo這個凱子後過（學習）了兩周才來打的mana。
這其中的進步肯定是毋庸置疑的，甚至是快到了一種令人髮指的地步。第一局不偵查不堵口，建築學也是一塌糊塗，講道理自爆球炸自己這種操作我上我行；然而當對陣mana的時候老仙已經說了現在的alphastar至少已經不是他用p能打得過的了，那我這種雞飼料……不用說了吧。
其實除開「不會失誤」以及「完美運營」兩個點，我覺得alphastar最可怕的地方並不在於「學習能力」，而是在於「理解了某個概念以後就能直接投入到應用當中」。單從堵口這乙個概念來說，如果我是乙個從未接觸過sc的玩家，我和乙個凱子玩了兩把以後，我可能會知道「堵口」這個概念，也會去進行嘗試，但是絕對不可能那麼熟練。
其實這也是人和ai最本質的差別。人對一種行為產生了認知後，都需要或多或少的時間以及練習去適應，而ai則直接跳過了適應的過程，所以我們往往會覺得ai的學習能力怎麼這麼強，其實不然，畢竟大哥戰術領先ai200年。
如何評價 DeepMind推出的利用機器學習診斷三種常見眼疾的新演算法
許塵 效益上來講，技術成熟之後，可以利用機器取代人力，降低成本，畢竟乙個機器交點電費保證運轉就得了，或許還要找個操作員 提高診斷效率。但是，診斷疾病全程由機器來，也不能保證100 正確率，畢竟機器學習只能學習現有的東西，人體還有不被現代醫學所知道的秘密。所以，我覺得，最好的還是，機器與人力相結合，一...
如何評價 DeepMind 和暴雪新開源的星際爭霸 2 機器學習平台？
貝殼 圍棋本身就是個抽象遊戲，可以很方便的轉換為乙個19 19的矩陣。星際要複雜的多。但是我感覺deepmind的野心過於強大了，非要用強化學習從0開始解決一切 我覺得還需要一些基本的，經濟 戰力 策略 戰鬥的基礎演算法然後綜合排程，而不是從0開始抽象所有這些。這個距離最終勝利的路徑太遠了。 LLL...
如何評價 DeepMind 新提出的關係網路（Relation Network）？
甄景賢 看似很基本 rudimentary 但我們要急起直追，否則會太落後。可以將 entity relation graph 分拆成很多邏輯命題，每個 node link node 1 個命題。但這也有問題，例如 貓1 追貓2 貓1 是鄰家的貓 貓2 是野貓 有若干解決方法，當然我們希望選擇最 e...