Re: [新聞] 黃士傑返台分享AlphaGo Zero開發過程

[capita (小明)]

我簡單說，現在做 AI 有一個基本問題，就是這些模型和算法並沒有
充分的學理支撐。只是大家用各自的靈光一閃，嘗試可能解決問題的
方法，如果結果好就可以發論文。

這是純屬工程優化的東西，在許多前沿的技術發展中都存在的現象：
理論落後於實踐。

所以只要沒有直接拿圍棋知識寫到程式中或輸入資料，就算沒有明確
說明，但多數人會相信，運用圍棋知識，甚至人類知識來改進模型或
算法的情況並不存在，因為大家都做不到。

這是一個有錢任性的領域，這是一個比拚人品、比拚天才靈光一閃的
領域，事後要怎麼說都有理由，實際上就是研究人員想怎麼試看看，
就怎麼試看看的，能讓研究人員隨便想隨便試的環境，才是最難得的
地方。

現代科學有很大的程度，就是這樣進步的。

要是 Deepmind 可以做到通過圍棋知識來改進模型，那麼大家都不用
搞 AI 了，趕快買進 Google 股票就好了。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.169.193.127
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1510394459.A.A11.html
推 aegis43210: 深度學習本來就是個黑盒子，是TPU和GPU的進化讓其實用
→ aegis43210: 化了，這只是個開始，圍棋被攻克了，但類神經網路有無
→ aegis43210: 限可能
推 CGary: 無限可能這個還遠呢... 嚴格來說現在的進步還是硬體進步 跟
→ CGary: 小明說的一樣 現在的方式還是靈光一閃式的 這個黑盒子本質
→ CGary: 上能不能work別說沒有理論支撐 還可以找得到一些反例, GAN
→ CGary: 就是最近常被攻擊的一種XD
推 HeterCompute: GAN結果真的常讓人啼笑皆非
→ aegis43210: 查了一下GAN......，但個人還是對深度學習保持樂觀
推 ztdxqa: 最近有一篇GAN生成人臉的paper很令人振奮啊 成功訓練起來
→ ztdxqa: 且結果很不錯 可以用來擴展人臉數據集 記得是nvidia發的
推 shaform: GAN 生成範例結果-> https://youtu.be/PUkQbGaL4Fg
→ shaform: 範例 2: https://youtu.be/XOxxPcy5Gr4
→ elfkiller: 是大神 拜一下XD
→ elfkiller: GAN最近超紅的 結果也不差啊 還滿讓人驚豔的
→ elfkiller: 問題在常常會training不出來的樣子