Re: [請益] AlphaGo Zero方法的運用場景？消失

看板Soft_Job作者accessdenied時間8年前 (2017/11/06 17:04)推噓4(4推 0噓 4→)

留言8則, 5人參與討論串3/3 (看更多)

剛剛才發現這篇原文底下的網友推文，告訴我這篇文章值得備份這裡的網友真的很溫馨、有人情味這些都是吸引我在這個討論區徘徊不已，不忍離去的原因。最近要朝新的目標年收四百萬邁進了，希望透過網友們的幫助可以協助我儘快達到這個目標老規矩，要我刪文請私信我 ※ 引述《THEWORLDS (天下)》之銘言： : 簡單回答一下 : 在以前很多人會說人工智慧 : 甚至還拍出了電影像全視界宣傳 : 但其實人工智慧是不可能發生的，就像是全球暖化追根究柢就是假的一樣 : 但是很多人沒有去看來源所以他會被媒體迷惑 : 在眾多科學家發現人工智慧是不可行的 : 所以就該個名稱叫做機械學習，但是機械學習他必須要靠演算法去實作 : 講簡單一點他很多權重都必須要靠實驗人員去決定他的數值 : 那當然也會失真 : 最後一項大突破我記得是2012年有位美國學生用一張很爛的顯卡 : gpu跑圖層然後跑成功了，這張ND顯卡我記得當初執行長在使用的時候還被嗆 : 但這位學生用GPU跑出了最高數據震撼了全世界 : 從那次以後GPU就大量漲值，因為他做浮點運算的能力比CPU強太多 : 連中國大陸最強電腦也是以GPU下去處理的 : 因為這見事的出現讓原本卡在物理限制的運算變成有辦法 : 所已出現了深度學習 : 簡單來說就是去掃一張圖片他可以告訴你這是什麼 : 你也許會覺得這好像沒什麼，但每一個像素都要去處理 : 一個像素裡面有正整數255的機會，然後還要去選到某些特定的區位比對 : 這也發展成後來的人臉辨識系統，如果你有去看論文的話 : 你就會知道層的概念，目前全世界有公開資訊的式google : 做到100多層，人工智慧基本上是不可能的，但是深度學習，他是可以解決某些 : 我們人類提出的問題，舉個例子。 : 如果用深度學習可以做甚麼事情呢。 : 掃描所有政客的臉看他是否有說謊，這技術好久以前就有人發出來 : 但是要防止偵測的話就要靠深度學習去處理。 : 自動除錯並且調整權重，可以改變程式邏輯並有權限修正 : 用深度學習可以做到商品進貨或著是還沒下單但是先送貨 : 這個系統以前很有名我記得叫做POS，但是只能預測此家商店今天會需要多少 : 通常是配合爬蟲跟幾個微調參數的人去實現 : 目前世界上有一批人是想把這個轉到量子電腦去做，但這東西可能很難商業化 : 所以需要$$$$$$$ : 時代不停的在變化，上面說的人工智慧不可能成功 : 似乎在一位物理學家身上找到希望 : 但他沒有公布他的研究論文而且他的判定是用摘為單位 : 是會自動學習，但可能跟深度學習又不太一樣 : 我個人猜測如果要商業化最有可能的就是去估計病人壽命 : 其他可能就軍事有可能會去使用。 : ※ 引述《dharma (達)》之銘言： : : 圍棋給初始規則後，AI不再需要人類插手(人類棋譜) : : 因為規則和勝負條件明確 : : AI可自己產生天文數字的對局來訓練 : : 自行學習進化打敗人類 : : 但如果是語音/影像辨識 : : 好像還是必須靠人類不斷餵題目和正確答案 : : AI才能由給定的題目和答案，找出其中的關係 : : 語音影像辨識這種AI無法自己製造樣本 : : AlphaGo Zero方法是不是就不適用 : : 這樣AlphaGo Zero這種模式(不用人類給樣本) : : 除了益智遊戲 : : 還有哪些可應用啊？ : : thanks -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.48.127 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1509959084.A.119.html

推

final01

11/06 17:48, , 1^F

11/06 17:48, 1^F

→

final01

11/06 17:48, , 2^F

11/06 17:48, 2^F

→

final01

11/06 17:50, , 3^F

11/06 17:50, 3^F