作者查詢 / oldTim
作者 oldTim 在 PTT [ GO ] 看板的留言(推文), 共656則
限定看板:GO
看板排序:
全部NBA1081basketballTW820Gossiping700GO656IA611HatePolitics492Baseball439LoL292Olympics_ISG159Military99historia45Trans-nctu41EAseries40NBA_Film37WorldCup33MobileComm29DummyHistory21Steam19MLB18PublicIssue17Hunter16Isayama15movie12Japandrama11Railway11Stock10Asian-MLB9CMWang9G-S-WARRIORS9worldbasket9StarCraft8WarringState8WomenTalk8iOS7Jeremy_Lin7Rockets7HCKuo5LaClippers5MGL-history5Nuggets5OverWatch5Tsao5Warfare5BLAZERS4CLHu4Feminism4Football4FuMouDiscuss4Hearthstone4joke4NCHU-CE-364Pistons4Tennis4book3Cobras3Elephants3Grizzlies3Guardians3MiamiHeat3politics3Raptors3Tech_Job3Thunder3Trans-nthu3UTAH-JAZZ3Ang_Lee2Billiard2Celtics2CourtBasketB2Employee2EverQuest22humanity2JinYong2Kings2Mavericks2MRT2NBAEasyChat2nCoV20192Nets2Physics2Pilots2PureYouth2rent-exp2SP2_Basket2Windows2Adachi1AIR_JORDAN1Anthrodunker1asciiart1Baseball_Sim1BattleRoyale1Cardinals1Cavaliers1CCF1Cheer1ChicagoBulls1ck55th3321ck56th3321CSMU-MED901CTSH923021Dodgers1Golden-Award1Gov_owned1HarukiMuraka1HIS_Basket1HSNU_10551HSNU_8201HwangYih1Ichiro1IVERSON1JapanHistory1KevinGarnett1KMT1L_TalkandCha1Lakers1LawBasketbal1Lions1Mariners1mknoheya1Monkeys1NARUTO1NBAGAME1Nintendo1northtrans1NTPU-COECOBA1Okajima1ONLINE1PACERS1Paradox1paranormal1PokeMon1PUBG1PublicServan1RayAllen1Redology1RedSox1specialman1Spurs1SW_Job1TFSHS61th3021Tigers1TKU_EW94B1toberich1TuTsau1TW-language1Volleyball1XBOX1YAKYU1YLJH_3011<< 收起看板(149)
17F推: 推,好比煉金術士和化學家的關係,化學家有參考煉金術士11/11 17:33
18F→: 的實驗結果,用完全不同的一套理論體系去篩選、解釋11/11 17:36
19F→: 最終產生新的一套科學事實,裡面雖有部分認定煉金術士經驗11/11 17:44
20F→: 也符合科學事實,但這顯然跟認同煉金術士的經驗是兩回事11/11 17:46
29F推: Zero只用一個policy network這樣模型的差別還不夠明顯嗎?11/11 19:07
47F推: 原po要將圍棋知識定義的如此廣我沒意見,但試想一個情況11/11 17:15
48F→: 如果一個記憶力很好的小朋友只是背了很多棋譜,沒有任何11/11 17:16
49F→: 定石、死活、厚薄的觀念,你會認為他有很豐富的圍棋知識11/11 17:18
50F→: 還是只是有驚人的記憶力? 更何況AlphaGO初版選擇輸入棋譜11/11 17:21
51F→: 時並沒有像ZEN一樣特別挑高手棋譜輸入,受人類圍棋觀念11/11 17:22
52F→: 更小11/11 17:23
23F推: AlphaGO與其說是科學上的突破,不如說是工程上的奇蹟11/11 00:07
178F推: 如果只是棋譜本身不是知識,是資訊。要將資訊歸納整理後11/10 16:18
179F→: 才能稱為知識,比如說你如果不懂化學拿到元素週期表11/10 16:21
180F→: 就算能夠全部背起來也不能說懂得週期表裡面的化學知識11/10 16:22
181F推: 拿電腦圍棋來說,AG出世前的第一波專家系統AI通常都有真對11/10 16:26
182F→: 判斷局部攻殺部分輸入人類的定石Data,與AG的最大差別並非11/10 16:29
183F→: 輸入不同的data,而是使用了人類圍棋知識中"局部"的觀念11/10 16:30
184F→: 來做死活判斷,而局部這個觀念是人類自行總結的規則裡沒有11/10 16:33
5F推: maestrogo國籍是英國11/07 23:36
2F推: 因為蛋白質摺疊結構太複雜人類無法提取特徵做分類11/07 17:34
3F→: 可以靠機器學習輸入已知的蛋白質序列與摺疊結構來找預測11/07 17:37
11F→: 雖然我也不認為攻殺上AlphaGo會落下風,但加藤先生說法也11/06 18:49
12F→: 有道理,Deepmind目標是在通用AI,不像Zen針對圍棋作太多11/06 18:50
13F→: 演算法優化,但是這些優化在足夠訓練量面前是否有優勢就11/06 18:52
14F→: 難說了(甚至有可能因overfitting而變弱)11/06 18:52
12F推: 推11/05 14:30
58F推: 等TPU普及了價格降下來後,資源差距就不明顯了10/28 11:59
32F推: 同意qqq大的想法:Zero看起來較穩是因為棋力優勢更大10/27 21:29