AlphaGo 深度学习真有那么屌?

2017-01-04 10:04:30 +08:00
 q397064399

从广义上来讲,围棋棋盘的布局是有限集合,只要足够快的计算机(理论上的超牛逼计算机), 从算法层面上,完全击败人类是毫无问题的,

现有的 AlphaGo 大概是怎么一回事,怎么好多媒体吹上天了,说啥人工智能代替人类 某某的, 我们写代码的应该知道,这玩意也就是一种算法,跟强人工智能应该扯不上半毛钱关系

求高手打我脸,带我见世面

9029 次点击
所在节点    AlphaGo
117 条回复
rrfeng
2017-01-04 10:09:17 +08:00
『围棋布局构成的有限集合』>> 超牛逼的计算机。

有限的没错,但是对于目前技术来说就是无限的。
polo2222
2017-01-04 10:23:17 +08:00
你自己写一个小 ai 就知道这事情有多难了。。。
est
2017-01-04 10:25:36 +08:00
LZ 这个说法跟暴力遍历法可以打败一切算法技巧一个道理。
Izual_Yang
2017-01-04 10:27:53 +08:00
现在野狐上是这样的:抬出去,下一个
Lonely
2017-01-04 10:33:04 +08:00
so ,那你觉得什么样的才能吹
phrack
2017-01-04 10:33:48 +08:00
确实很吊。没骗你。
4everLoveU
2017-01-04 10:34:32 +08:00
高手看见这种无知、刷下限的帖子,也是无奈,无知真可怕
qianlicao353
2017-01-04 10:39:44 +08:00
谷歌这么多专家都没你屌
xhowhy
2017-01-04 10:41:09 +08:00
naive
Kilerd
2017-01-04 10:48:22 +08:00
或许楼主只知道有暴力破解(遍历)这种算法了吧。

排序只会用冒泡排序??
kinghero
2017-01-04 10:57:13 +08:00
哈哈,你看看数据量大起来。 polynomial time 的算法和 exponential time 的算法能差多少。
谷歌做的就是加入评分机制,以及各种方法来减小搜索的范围啊。
easing
2017-01-04 10:58:02 +08:00
简单的规则通过不断的组合可以衍生出来极致的复杂,这种复杂在 wolfram 的《 a new kind of science 》是有具体的度量的,基本上可以说,围棋的复杂度,我认为哈,是和这个世界上能产生真随机系统的复杂度一个等级的。
但凡这种系统,是没法通过暴力算法搞定的,必须有一些类似整体思维(不敢说意识。。)的概念参与的,这才是 alphaGo 牛逼的地方。 LZ 你说的最不靠谱的一句话就是那个“有限集合”,理论上来说确实是有限集合,但这种有限集合对于人类来说就是无限,这里是有个度的,超过了这个度,就是真正的复杂系统。
yangyaofei
2017-01-04 11:01:53 +08:00
虽然是有限集,但是可能的组合的数量比全宇宙所有原子之和都多得多。把这样的复杂度降到用几台高性能计算机就能解决的复杂度,你说牛逼不牛逼?
uzumaki
2017-01-04 11:06:13 +08:00
听说过一个故事么 今天给我一分钱 成倍每天往上加给我。。不到 30 天就受不了了
marsLeo
2017-01-04 11:06:28 +08:00
caixiexin
2017-01-04 11:08:40 +08:00
“给猴子一台打字机和足够长的时间,它能打出莎士比亚全集”?
murmur
2017-01-04 11:11:01 +08:00
@caixiexin 但是这个猴子已经阅读了迄今为止人类所有图书馆的藏书啊
Perry
2017-01-04 11:12:51 +08:00
楼主说的超牛逼计算机应该能很快解决所有 NP 问题吧。
那真的太 TM 屌了。
Umix
2017-01-04 11:15:51 +08:00
楼主态度都这么低了你们还追着打,没人性
jininij
2017-01-04 11:18:59 +08:00
围棋棋盘的布局是有限集合,确实,但请自己拿计算器算一下这个集合的大小。

一个围棋算法,最多能达到的,只有这个算法设计者的围棋水平。但 AlphaGo 挑战的,是人类世界围棋的最高水平。

你写一个程序,玩一个游戏,那么无论玩多久,它的水平永远在那。永远不会再增加。
但你希望它游戏玩的越来越好,这个程序就须要知道自己是不是在犯错,需要记录下自己的犯的错,研究比自己水平高的人是如何玩的,然后修改自己的行为。
你试想一下难度。
如果达到了,这就是弱人工智能。

但不经如此,你还想让这个程序玩所有的游戏,给它任何一款新游戏,它经过一段时间的自我学习,都可以越玩越好,最后超过人类。那么这个程序就必须从不同的游戏中发现共同点,以这个共同点为基础,一一攻破所有的游戏。

这时,你不仅希望这个程序只是玩游戏了,你希望让它做任何人类可以做的事情,根据一本菜谱做任何菜,学习所有的语言。。试想,如果一个程序能从容面对所有游戏中的所有情况,那么他离开游戏也就只是很小的一步了。
如果达到了,这才是强人工智能。

AlphaGo 是为强人工智能而设计的,现在实际才走到第一步,现在它还在玩星际争霸之类的游戏。当它继续在四五个完全不同的游戏上超过人类,让它进入现实世界就指日可待了。那时,所有的人都离失业不远了。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/332084

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX