推 ledia:不會沒差啦.. 只是相對於其它棋類真的是很龜步 12/11 17:43
推 luciferii:不一定啊，也許有人比較喜歡那種自己摸索造輪子 12/11 18:12
→ luciferii:因親身處處碰壁而獲得優越的實務快感啊...:) 12/11 18:14
推 milkdragon:電腦圍棋的話...30年前:25~30級 目前：3~5級 12/11 18:51
推 PRAM:其實3~5級算高估了@@ 12/12 01:02
※ 引述《haryewkun (Har)》之銘言：
: 範圍廣一點的話，Web 2.0 標榜的東西，就是人工建知識庫。
: 而 Wikipedia就是現代的知識庫，Yahoo! Answer 就是現代的人工更新方法
: 。
: 如果要說自動化的規則建立，什麼 data mining之類，Google的搜索引擎就
: 是高度應用這一方面的技術。
: 所以，作為對抗Google的出路，現在人工建立資料庫的做法，更熱烈地在研
: 究當中。絕對不會是在沒落邊緣。
: 附帶一提，別的科目不同，電腦科學，我也不喜歡看歷史。為什麼？因為運
: 算速度的改變，過去的經驗，會變得完全沒有參考價值，只是扼殺了我的創
: 作力而已。
: 作一個比喻，做網站的，研究 Yahoo! 十年前的網頁界面，有意思嗎？十年
: 前的頻寬能力不足，現在可是另一回事。有多少經驗可以重用呢？不過是束
: 縛自己的腳步而已。
: 電腦科學也是一樣，十年前做不成功的方法，現在再用現代的運算力及網絡
: ，可能就會成功了。同樣的做法，不同的環境，只是沒人去嘗試而已。
: 這些都是題外話。
就算是 Yahoo! 現在的網頁界面，我也不認為有研究的價值啊 =_=
我對你所謂的電腦科學的定義不一樣，也許每個人都有自己的定義吧，
在我的觀點，要研究電腦科學，一定要看它發展的歷史，從源頭開始了解，才能夠
快速讓自己進入該領域，然後開始做一些東西出來。
專家系統的發展史當然值得去看，但是我推薦天下雜誌出版的「複雜」這本書，
裡面 John Holland 對專家系統的看法很值得參考 (Holland是基因演算法發明人)。
透過參考當時 John Holland 的看法，再看看現在專家系統的發展狀況，讓人佩服他
當時的眼光，還有基因演算法中 Classifier System 的巧思。
研究 Algorithm 的人更是一定要從每個不同演算法的歷史開始研究起，任何新領域
的入門都是從該領域的歷史資料開始看。
另外，十年前做不到的事，只要硬體變強，現在就做的到嗎？
那麼，電腦圍棋呢？30年前的電腦圍棋功力和現在的電腦圍棋功力差多少？
我可以告訴你，沒有差 =_=
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 220.132.163.180