Re: [新聞] 黃士傑返台分享AlphaGo Zero開發過程

看板GO作者 (小明)時間6年前 (2017/11/11 18:00), 編輯推噓5(5推 0噓 11→)
留言16則, 6人參與, 6年前最新討論串8/8 (看更多)
我簡單說，現在做 AI 有一個基本問題，就是這些模型和算法並沒有 充分的學理支撐。只是大家用各自的靈光一閃，嘗試可能解決問題的 方法，如果結果好就可以發論文。 這是純屬工程優化的東西，在許多前沿的技術發展中都存在的現象： 理論落後於實踐。 所以只要沒有直接拿圍棋知識寫到程式中或輸入資料，就算沒有明確 說明，但多數人會相信，運用圍棋知識，甚至人類知識來改進模型或 算法的情況並不存在，因為大家都做不到。 這是一個有錢任性的領域，這是一個比拚人品、比拚天才靈光一閃的 領域，事後要怎麼說都有理由，實際上就是研究人員想怎麼試看看， 就怎麼試看看的，能讓研究人員隨便想隨便試的環境，才是最難得的 地方。 現代科學有很大的程度，就是這樣進步的。 要是 Deepmind 可以做到通過圍棋知識來改進模型，那麼大家都不用 搞 AI 了，趕快買進 Google 股票就好了。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.169.193.127 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1510394459.A.A11.html
推
11/11 19:11, 6年前 , 1F
深度學習本來就是個黑盒子，是TPU和GPU的進化讓其實用
11/11 19:11, 1F
→
11/11 19:11, 6年前 , 2F
化了，這只是個開始，圍棋被攻克了，但類神經網路有無
11/11 19:11, 2F
→
11/11 19:11, 6年前 , 3F
限可能
11/11 19:11, 3F
推
11/12 00:32, 6年前 , 4F
無限可能這個還遠呢... 嚴格來說現在的進步還是硬體進步 跟
11/12 00:32, 4F
→
11/12 00:32, 6年前 , 5F
小明說的一樣 現在的方式還是靈光一閃式的 這個黑盒子本質
11/12 00:32, 5F
→
11/12 00:32, 6年前 , 6F
上能不能work別說沒有理論支撐 還可以找得到一些反例, GAN
11/12 00:32, 6F
→
11/12 00:33, 6年前 , 7F
就是最近常被攻擊的一種XD
11/12 00:33, 7F
推
11/12 00:42, 6年前 , 8F
GAN結果真的常讓人啼笑皆非
11/12 00:42, 8F
→
11/12 03:57, 6年前 , 9F
查了一下GAN......，但個人還是對深度學習保持樂觀
11/12 03:57, 9F
推
11/12 04:43, 6年前 , 10F
最近有一篇GAN生成人臉的paper很令人振奮啊 成功訓練起來
11/12 04:43, 10F
→
11/12 04:45, 6年前 , 11F
且結果很不錯 可以用來擴展人臉數據集 記得是nvidia發的
11/12 04:45, 11F
推
11/12 08:46, 6年前 , 12F
GAN 生成範例結果-> https://youtu.be/PUkQbGaL4Fg
11/12 08:46, 12F
→
11/12 08:46, 6年前 , 13F
11/12 08:46, 13F
→
11/16 02:04, 6年前 , 14F
是大神 拜一下XD
11/16 02:04, 14F
→
11/16 02:06, 6年前 , 15F
GAN最近超紅的 結果也不差啊 還滿讓人驚豔的
11/16 02:06, 15F
→
11/16 02:06, 6年前 , 16F
問題在常常會training不出來的樣子
11/16 02:06, 16F
‣ 更多 capita 的文章
文章代碼(AID): #1Q1ifReH (GO)
討論串 (同標題文章)
完整討論串 (本文為第 8 之 8 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共8篇)
‣ 更多 capita 的文章
文章代碼(AID): #1Q1ifReH (GO)