推 LaPass:終局2.08×10^170種 wiki寫的..... 11/29 15:52
→ LaPass:然後WIKI寫圍棋是PSPACE難,這是啥我看完WIKI還是不懂 11/29 15:53
→ LaPass:計算量 10^600 11/29 15:53
→ LaPass:在1978年證得圍棋是一種 PSPACE難 的問題,其必勝法之記憶 11/29 15:54
→ LaPass:在10^600以上。 整句是這樣 11/29 15:54
→ ddavid:呃,圍棋的必勝法運算量是全世界電腦運算量加起來算不完的 11/29 15:57
→ ddavid:程度XD 11/29 15:57
→ cowbaying:抱歉 深藍是西洋棋 我一直想成圍棋 XDDD 11/29 16:10
※ 編輯: cowbaying 來自: 36.237.220.45 (11/29 16:10)
推 ddavid:西洋棋的複雜度估計也有10^120 [Newell et al., 1958],應 11/29 16:13
→ ddavid:該還是全世界電腦算不完的東西XD 11/29 16:14
→ ddavid:雖然已經可以算到擊敗人類棋王,但並不是算出了最佳解這樣 11/29 16:14
→ cowbaying:我認為電腦的優勢就是不會累 但是無差別的計算只證明了 11/29 16:20
→ cowbaying:人工智慧的原始 11/29 16:20
→ cowbaying:於是就有了決策系統 11/29 16:21
→ ddavid:應該說,你怎麼能保證人腦的思考方式其實最底層會不會其實 11/29 16:21
→ ddavid:也是這樣算的,只是因為架構夠複雜所以看不出來底層的原始 11/29 16:22
→ ddavid:特性 11/29 16:23
推 LaPass:其實人腦底層已經替你做好一堆平行運算了.... 11/29 16:23
→ cowbaying:類神經網路 11/29 16:23
→ LaPass:看到一張圖、區分輪廓、識別圖片etc 11/29 16:24
→ LaPass:那個是用程式會寫到死掉,但是人腦一瞬間就處理完的東西 11/29 16:24
→ cowbaying:人腦算是有一千多億個平行計算核心的電腦吧 11/29 16:25
推 LayerZ:所以人類的 "直覺" 其實是大量的資料量"從出生到現在的經驗 11/29 16:25
→ LayerZ:" 配上無數連自己都無法查覺得平行運算 在一瞬間做出的決策 11/29 16:26
→ cowbaying:我覺得alpha-beta算是很接近人腦思考的演算法了 11/29 16:28
→ cowbaying:完全不可能的狀況就直接捨棄 11/29 16:29
→ LayerZ:若是能從經驗累積來自行建立正確的alpha-beta運算法... 11/29 16:30
→ LayerZ:算了 我想太多了= = 11/29 16:30
→ cowbaying:現行的AI學習就是類似這樣 問題就是經驗來源 11/29 16:31
→ cowbaying:還是我們人去設計的 11/29 16:31
→ cowbaying:所以最後就變哲學問題了...XDDDD 11/29 16:32
推 ddavid:這要扯遠可以扯出很多鬼東西呢,從AI到底能不能做出真正的 11/29 16:50
→ ddavid:智慧、智慧的定義問題、愛因斯坦跟量子力學的對抗、上帝到 11/29 16:51
→ ddavid:底丟不丟骰子、命定論跟自由意識等等從科學到哲學的問題XD 11/29 16:51
→ ddavid:本來差點回一篇的,但是這樣跟GameDesign太遠了......XD 11/29 16:52
→ LayerZ:能到跟到這篇真是太好了 因為工作的關係近期可能會寫一些 11/29 16:59
→ LayerZ:AI類似的東西,雖然是由企劃定規則,不過原本對AI是連概念 11/29 17:00
→ LayerZ:都沒有的XDD 11/29 17:00
→ hermitwhite:真的要試作近似人腦智慧的AI倒不能從處理太複雜的策略 11/30 10:13
→ hermitwhite:問題開始。可能得用基因演算法讓它們從基礎開始學習, 11/30 10:14
→ hermitwhite:學習過程越像獲得的概念(容我用「獲得概念」來比擬) 11/30 10:15
→ hermitwhite:才更接近生物的模式。 11/30 10:15
→ hermitwhite:其實我有個相關的計畫是把一個類似生存環境的東西寫成 11/30 10:19
→ hermitwhite:能背景地運作的網頁遊戲,然後丟上網讓裡面的東西持續 11/30 10:20
→ hermitwhite:演化,看最後裡面的東西能夠獲得怎樣的生存策略。 11/30 10:21