作者查詢 / sadmonkey
作者 sadmonkey 在 PTT [ GO ] 看板的留言(推文), 共440則
限定看板:GO
看板排序:
全部Gossiping5133C_Chat1982Baseball1797LoL601GO440GirlsDay382Tennis333Monkeys209KoreaDrama208FuMouDiscuss176KR_Entertain154WorldCup152PublicIssue116MuscleBeach93KoreaStar63Military50joke34Stock27RO_Mobile22KoreanPop20Salary19car18NBA17HatePolitics16LamiGirls16RakutenGirls16movie15Teacher15sex14CrayonPop13TPC_Police12BoardGame11VALORANT10FORMULA19HsinChuang9Little-Games9specialman9Violation9EarthQuake268EarthQuake438L_TalkandCha8Kaohsiung6Wen-Shan6Hearthstone5WorkinChina5Hiking4Insurance4nCoV20194WomenTalk4YOLO4Aviation3biker3home-sale3Lions3Neihu3Olympics_ISG3BattleRoyale2DivingSport2fastfood2FCBarcelona2ForeignEX2Guardians2HIMYM2KOTDFansClub2KS98-3022Nantou2NetSecurity2PUBG2ScienceNote2streetfight2StupidClown2SuperBike2SuperJunior2swim2Tainan2Taoyuan2Tech_Job2AfterPhD1Anchors1Aves1BEG1Brasil1Buddhism1BUZZ1Cga1Davichi1Ecophilia1Eda_Pitcher1facelift1FJU1gallantry1Gintama1historia1HOT_Game1HsinTien1Hualien1Hunter1I-Lan1KARA1Keelung1KSU1Marginalman1MenTalk1Militarylife1MOD1model1NDHU1NTUmed001Nuggets1NY-Yankees1PingTung1RTS1SET1Shu-Lin1ShuangHe1Soft_Job1soho1SongShan1sp_teacher1speech1studyteacher1TFG05Book1TigerBlue1TKU_Talk1TWvoice1Volleyball1Wanhua1<< 收起看板(127)
54F推: 很好奇你說的MCTS致命傷是否就是緊氣死活問題很難處理03/16 20:59
55F→: 看起來google就是硬用財力掩蓋了死活問題,用一萬倍的03/16 21:01
57F→: 效能來多算四五手,並用大量自我學習出來的策略函數在03/16 21:03
58F→: 大局觀上贏過頂尖職業棋士03/16 21:03
39F推: 也沒必要酸柯潔,以他的實力他當然會想親自下去下而不03/15 20:22
41F→: 是只能在旁邊當觀眾03/15 20:23
1F推: 如果是第一點那有工程師今年分紅獎金可能要減少了 XD03/14 23:48
20F推: 其實安全機制也沒說錯,今天會發生勝率狂跌就相當於發03/14 17:48
22F→: 生超出原先AI預期的情況,就圍棋來看AI的處理還有很大03/14 17:49
24F→: 的進步空間,就像電動車總不能突然有個突發事件,車子03/14 17:50
27F→: 突然加速去撞牆壁吧03/14 17:50
41F推: 問題的根源通常比想像中的複雜太多也太困難了03/14 17:55
46F推: 裡面有太多細節,包括MC法中常為了效率而會沿用前幾步03/14 17:57
49F→: 的支狀來幫忙運算,就下圍棋獲勝這個議題,目前看來就03/14 17:58
53F→: 還有改進的空間,而安全機制是一個較快能解決的方向03/14 17:58
59F推: 隨便舉一個方法,也許要多弄幾組黑貼目不同的決策函數03/14 18:01
60F→: 當勝率低於40%時用不同的黑貼目策略來下,就可以改善一03/14 18:02
62F→: 次想直接逆轉的模式,而能靠著一步步慢慢追目來獲勝03/14 18:03
68F→: 目前的AI還不是完全靠自我學習出來的,很多策略都還是03/14 18:04
74F→: 沿用棋譜,要完全從知道規則用亂數開始學可能要花很多03/14 18:05
76F→: 年,google執行長也說了這是他們未來的目標03/14 18:06
78F→: 基本策略函數還是從人類棋譜當初始條件03/14 18:07
81F→: 要讓電腦從亂數下點了解到星位最佳絕對不是三千萬盤能03/14 18:08
82F→: 知道的,那可能是數億數百億盤的天文數字03/14 18:09
90F推: 也許我記錯了,不過之前訪談有提到下次目標是從零開始03/14 18:11
8F推: 其實對google來說李世石就是這位駭客棋手,幫忙google03/14 13:43
11F→: 解決AI中間可能發生的漏洞,只是以Google的資產跟這個03/14 13:43
12F→: 計劃的的規模,我覺得那樣的出場費真的太佔棋手便宜了03/14 13:44
17F推: Google可能也低估了AG的實力,本來是打算給100萬鎂當作03/14 13:48
22F→: 幫忙測試的酬勞,沒想到最後沒給出去也測到了寶貴的Bug03/14 13:49
24F→: 看日後願不願意跟李世石長期合作,每一次更新突破就來03/14 13:50
25F→: 比一場人機對抗,也比較有理由給高額酬勞03/14 13:51
29F推: 沒發現那一步不算Bug,被對手下了那一步還不能及時調整03/14 13:54
30F→: 才是這個演算法的Bug03/14 13:54
47F推: 與其打分數不如好好介紹歷史,並說明該人帶給圍棋的改03/14 10:57
48F→: 變,吸引一堆對圍棋沒興趣只是喜歡打嘴砲的路人對推廣03/14 10:59
49F→: 圍棋真的有幫助嗎?03/14 10:59
14F推: 推,圍棋九段的演算法除Bug能力真的很驚人,只是他靠的03/13 22:12
15F→: 是過去對圍棋累積的經驗與那一點點的運氣03/13 22:13
21F→: 從第一局就用了很多很多的試探法在看AlphaGO的表現03/13 22:15
1F推: AlphaGO單機跟分散式相關的訊息03/13 21:43
95F推: 知道原因就一定修的好,這世界就不需要那麼多科學家了03/13 21:19
96F→: 與其要求AG要算出78手那步,不如看看該怎麼改進當對手03/13 21:20
97F→: 下出出乎意料的一手棋後,電腦該學習如何從勝率30%慢慢03/13 21:20
102F→: 一目一目追回而不是想要一步登天,不然就只會兵敗如山03/13 21:21
104F→: 一直下蠢棋03/13 21:21
106F→: 也許勝率低於某個程度時的需要完全不一樣的演算法03/13 21:22
109F推: 當人們下出了電腦算不出的一步時,電腦後續的發癲才是03/13 21:26
110F→: 這個AI真正的問題所在,如果以後想把AI沿用到自動車、03/13 21:27
111F→: 開刀等攸關人命的議題上,發生突發事故可不能發癲阿03/13 21:28
124F推: 算不算的出78手不是問題,而是當算不出78手時後續的補03/13 21:34
128F→: 充替代方法實在表現得太差勁,MTCS本來就是不一定會算03/13 21:35
130F→: 得出78手,就算沒算出78手依當時局勢明明還大有可為,03/13 21:36
133F→: 電腦在落後時追趕的表現實在很不好,這樣不好的表現連03/13 21:37
134F→: 帶也會影響到AG自我對局時的效果03/13 21:38
4F推: 推03/13 18:25