[討論] 對AlphaGO潑冷水時間。

看板GO (圍棋)作者 (我是閃電經濟學家)時間9年前 (2016/03/17 03:58), 9年前編輯推噓15(15025)
留言40則, 14人參與, 最新討論串1/1
裡面是討論最近各種被人們討論的AlphaGO 說法的懷疑,簡言之就是對 AlphaGO潑冷水。 內容包括AlphGO是否 可以適用於所有棋類,以及AlphaGO是否 真的具備我們人類這種直覺反應的創造力 等,十分有趣。 http://sports.sina.cn/others/qipai/2016-03-16/detail-ifxqnskh0869036.d.html?fr 另外,深藍之父Murry Cambell 也對此次 AlphaGO的表現發表了看法。 http://m.news.sina.com.tw/article/20160316/16428373.html ----- Sent from JPTT on my Sony E5553. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 117.19.160.241 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1458158285.A.B39.html ※ 編輯: Cocochia (117.19.160.241), 03/17/2016 04:04:11 ※ 編輯: Cocochia (117.19.160.241), 03/17/2016 04:20:19

03/17 04:55, , 1F
轉好文推
03/17 04:55, 1F

03/17 05:05, , 2F
牠會說:請多多指教嗎??
03/17 05:05, 2F

03/17 10:17, , 3F
坦白講深藍跟AplhaGO是不一樣的邏輯,深藍只不過是將西洋棋
03/17 10:17, 3F

03/17 10:18, , 4F
的規則寫進去,再用CPU運算,但AlphaGO是用演算法
03/17 10:18, 4F

03/17 10:18, , 5F
兩者級數差很多
03/17 10:18, 5F

03/17 10:21, , 6F
樓上的要不要先去了解「演算法」的定義?
03/17 10:21, 6F

03/17 10:21, , 7F
你所謂的用 CPU 運算本身就是演算法了
03/17 10:21, 7F

03/17 10:22, , 8F
本人就用過類神經網路,深藍根本沒自我學習能力
03/17 10:22, 8F

03/17 10:22, , 9F
兩者在程度上差十萬八千里
03/17 10:22, 9F

03/17 10:36, , 10F
平心而論..深藍當年贏的非常有爭議性,當比賽完成後
03/17 10:36, 10F

03/17 10:37, , 11F
IBM趕緊把電腦拆了,再也沒有後續發展,可見當年憑藉
03/17 10:37, 11F

03/17 10:53, , 12F
的是暴力式硬體規格,至於後來的華生上益智節目擊敗人
03/17 10:53, 12F

03/17 11:03, , 13F
類,那又是和深藍截然不同的方式
03/17 11:03, 13F

03/17 11:06, , 14F
AG 以嚴格定義下到底算不算人工智慧其實也可以討論
03/17 11:06, 14F

03/17 13:43, , 15F
講的好像alpha用的硬體規格不暴力
03/17 13:43, 15F

03/17 13:43, , 16F
alphago的硬體規格可以讓深藍升天幾萬次好嗎
03/17 13:43, 16F

03/17 13:44, , 17F
提硬體根本搞笑的
03/17 13:44, 17F

03/17 13:45, , 18F
重點不在於硬體 是演算法不同 深藍是最蠢的暴力法 至於
03/17 13:45, 18F

03/17 13:45, , 19F
暴力法算不算演算法...應該算吧?我不太確定
03/17 13:45, 19F

03/17 13:47, , 20F
暴力破解也很困難的 又不是說給你硬體你就辦的到..
03/17 13:47, 20F

03/17 14:06, , 21F
算吧,BFS,DFS演算法課都有教
03/17 14:06, 21F

03/17 14:33, , 22F
03/17 14:33, 22F

03/17 14:34, , 23F
我想 winall 你想講的是別的東西,演算法包含範圍很廣
03/17 14:34, 23F

03/17 14:34, , 24F
寫個 for loop 來印出九九乘法表也是一個演算法
03/17 14:34, 24F

03/17 14:35, , 25F
跟有沒有自我學習能力根本完全沒關係
03/17 14:35, 25F

03/17 14:44, , 26F
深藍就硬算啊 能解決問題的方法就是好方法
03/17 14:44, 26F

03/17 14:45, , 27F
alphago的硬體比當年的深藍還強很多 只是問題也更難
03/17 14:45, 27F

03/17 14:46, , 28F
你硬體能力容許窮舉的時候何必拐彎抹角?
03/17 14:46, 28F

03/17 17:22, , 29F
都是演算法 只是彼此的方法不同而已
03/17 17:22, 29F

03/17 17:22, , 30F
而且要使用深度學習 基本上都是分散式 需要硬體程度更高
03/17 17:22, 30F

03/17 17:37, , 31F
確實 現在一張魯A牌顯卡運算能力就有當年深藍百倍了
03/17 17:37, 31F

03/17 17:52, , 32F
不要小看深藍, 後來的改進都是在改進計算效率方面
03/17 17:52, 32F

03/17 17:52, , 33F
單機的硬算能力還是比不上深藍(現在上高階 Xeon 有機會
03/17 17:52, 33F

03/17 17:53, , 34F
不過硬體小型化以後的商業用途應該還是比較重要)
03/17 17:53, 34F

03/18 01:41, , 35F
深藍不算AI,但他還是靠演算法運作
03/18 01:41, 35F

03/19 10:28, , 36F
東西很不一樣, 有深藍樣的計算, 2, 3, 4, 5 盤都會差
03/19 10:28, 36F

03/19 10:28, , 37F
很多 硬算all cases at least 40 moves deep, 小李會更
03/19 10:28, 37F

03/19 10:28, , 38F
03/19 10:28, 38F

03/19 12:19, , 39F
AI本來就沒有明確定義 對1960年的人來說
03/19 12:19, 39F

03/19 12:19, , 40F
你家的導航會說話 就是嚇死人的AI
03/19 12:19, 40F
文章代碼(AID): #1MwRhDiv (GO)
文章代碼(AID): #1MwRhDiv (GO)