推 MyAll: 這意思是AlphaGo不再跟人類也不再跟自己下棋了？ 05/28 22:24
推 olozil: 黃士傑: 這次要練手速打星海了, 哭哭 05/28 22:30
推 tmlc: 星海操作應該是全由AI控制吧 黃博士頂多幫忙選種族？ 05/29 00:02
推 walkwall: 估計是AI可以模擬按鍵與切換小地圖焦點 由小地圖光點作 05/29 00:05
→ walkwall: 為主要學習/判斷對象 05/29 00:06
推 intointo: 讓三子 是曾經勝過 不是常態吧 05/29 00:06
推 ckuser: 好奇google會讓阿法狗繼續自己跟自己下嗎XD 05/29 00:10
推 milk7054: 應用在圍棋商業價值不高，跟企業主宣傳自家人工智慧已經 05/29 00:23
→ milk7054: 成熟，吸引其他更高經濟價值合作機會 05/29 00:23
→ milk7054: 在商言商，企業還是以賺錢為目的 05/29 00:26
→ milk7054: 為什麼要公開阿法狗的資訊?因為孤狗認為其他研究人工智 05/29 00:31
→ milk7054: 慧的企業已經看不到他的車尾燈 05/29 00:31
推 ledia: 我覺得 AlphaGo 還有一個最後的目標，就是觀察人工智慧這種 05/29 00:31
→ ledia: 做法的極限在哪，到達極限的時候會是什麼樣子的 05/29 00:32
→ ledia: 先從全資訊封閉環境的圍棋開始 05/29 00:33
→ ledia: 再來是有限資訊封閉環境的星海 05/29 00:33
→ ledia: 最後大概就是有限資訊的開放環境，例如自駕車 05/29 00:33
→ ledia: 如果 DeepMind 能把自駕車完善，那可能就是真的「智慧」了 05/29 00:34
推 snowrain: 阿甲可以考慮自己創業了 他的聲望一定很多人跟隨 05/29 00:44
推 walkwall: 我另一篇推文也是認為 google在逐步克服不確定性的問題 05/29 00:48
→ walkwall: 雖然我覺得最終他的目的 應該是弄出原生的人工智慧 05/29 00:49
→ walkwall: 能夠自己決定要忽略什麼 能做評價策略的評價策略 05/29 00:50
→ walkwall: 不過那也是人工智慧有感官之後的事情了 05/29 00:51
推 ddavid: 這中間主要還是有一個問題在訓練資料來源 05/29 01:29
→ ddavid: 深度學習的自我學習畢竟還是依靠大量資料量，只不過就圍棋 05/29 01:30
→ ddavid: 這個問題上，自行產生資料是容易且可靠的（勝負判定不會有 05/29 01:30
→ ddavid: 錯誤） 05/29 01:30
→ ddavid: Starcraft的話，如果費心寫個模擬器應該也還做得到高速模 05/29 01:31
→ ddavid: 擬以自產資料，勝負判定也沒有問題。 05/29 01:32
推 walkwall: 嗯 圍棋模擬自戰幾萬盤不會有問題 但即時戰略要這樣搞 05/29 01:32
→ ddavid: 不過自動駕駛問題要寫出完美模擬器就難度就高多了，結果的 05/29 01:33
→ walkwall: 各種細節要有足夠好的模擬程式 05/29 01:33
→ ddavid: 評估也不容易有絕對正確的結果，解決就真的又是大進一步 05/29 01:34
推 walkwall: 真的是很佩服google這樣的公司 能找到未來方向逐步踏實 05/29 01:43
→ walkwall: 完成後又願意公佈技術架構 讓世界不斷往前進 05/29 01:44
推 Mugen0413: 這三百億打的是"AI"這個金字招牌 不要搞錯 05/29 01:47
→ fr75: 星海有出給ai的api 本身就是模擬器 05/29 03:48
推 ddavid: 主要不只是模擬器，這個模擬器還要能高速化才有幫助 05/29 04:10
→ ddavid: 我不知道有沒有提供這個 05/29 04:10
推 wadashi1: 結果黃博士自己買台主機,繼續推進... 05/31 14:14
→ wadashi1: AlphaGo是全部版本關機?還是繼續自我耗電發展? 05/31 14:15