由买买提看人间百态

topics

全部话题 - 话题: 计算力
1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)
M********t
发帖数: 5032
1
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
Google人工智能
攻破了围棋,然后呢?
雷锋网
study875
39分钟41秒前
Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或
得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国
际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——
比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google
人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情
况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李
世乭。
今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰
写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序
中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练
AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人
工智能系统无法突破人类的计算。为了获得更好的... 阅读全帖
l****o
发帖数: 2909
2
国际协会称中国的孩子计算力第一 创造力垫底
2010年08月06日20:50:55 [新闻大杂烩]

根据「国际教育成就评量协会(简称IEA)」二○○九年报告,廿九个接受调查的国
家中,中国孩子的计算能力排名第一,但想象力与创造力却排名最末、倒数第五。专家
认为,中国家长不愿放手的教育态度,以及目前「一试定终身」的教育制度,严重束缚
、埋没了学生的潜力和创造性。Mitbbs.com
根据《长江日报》报导,前武汉大学校长刘道玉日前出席公开场合时表示,中国孩子的
想象能力,已经令大陆科学界陷入忧虑,她引用IEA的调查结果指出:大陆的中小学
只有四.七%的学生自觉有好奇心和想象力;不到一成五的学生想锻炼自己的想象与创
造力。Mitbbs.com
另一份由美国专业学会共评的「影响廿世纪人类生活的二十项重大发明」,也没有中国
人的贡献。实际上,每年在美国拿到博士学位的中国人超过二千位,是外国留学生之冠
,比排名第二的印度人整整多出一倍。但在美国专家眼中,中国学子即便成绩突出,想
象力却大大缺乏。Mitbbs.com
同样的道理,学科奥林匹克竞赛上,中国的中小学生虽然经常拿金牌,但是在竞逐创
c*******v
发帖数: 2599
3
我们假设有两个不同的世界。
第一个世界average计算力是A。
那么这个世界会发展出一套form。
然后form和现实交错,形成新的现实。
然后新的form通过语言教育,以及消灭疯狂者,
普及到社会人的人脑。
如此几千年,
那么这个世界的人的经验和这些从小会的form就是一体。
这就是现实。
第二个世界如果average计算力是A×100。
那基本上第二个世界的人和第一个世界是无法交流的。
-----------------------
如此看来,当今就处在新旧世界的交叉口啊。
DL打开了新的一层计算空间。不管什么问题,几十M的多项式加上exp
fitting都会有新现实出来。这个似乎和高能物理实验能级类似。
c*****t
发帖数: 10738
4
计算力确实是另一种意义上的体力。具体到围棋上,现在发现所谓的大局观只是计算力
不够时的educated guess, 当然迟早被电脑秒杀。
c*********y
发帖数: 3348
5
电脑的计算力原超人类,这点是毋庸置疑的。
但是算法可能有问题。
其实下棋就是一个求最优解的问题。
在各个限定条件下,找到下一步棋的最佳位置。
这就要求算下一步棋在各个位置的局面分问题。
但是围棋棋子太多了,各个子之间似乎有联系又没联系。 这个局面分很难定量进行计
算。
如果算法不对的话, 计算机肯定被带到沟里去了。
如果局面形势处理的判断程序好些的话,估计电脑早就胜了
大家都说计算机能力不行,四色定理都被证明出来了
就象让电脑写文章, 电脑一分钟可以出现多少个字。 但是没办法知道好文章的标准,
就没办法对下一个字进行选择。

发帖数: 1
6
通俗地说
是鸟用没有的能力
计算机和汽车都比人体力好 计算力好
还有鱼啊 车床 阿法狗什么的
但人说他造出来的器物 能跟上帝造出来的智能相提并论
这说法本人就是人类的耻辱
体现了人类的无知
L****8
发帖数: 3938
7
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
p**f
发帖数: 3549
8
老黄称这个RTX(光追)是“自2006年CUDA GPU发布以来的最大进步”,不是没有道理。
CUDA 2006搞出来,第一版release都到2008年了,被发现潜能是在2012年DL论文粗来后
,真正大火是在2016前后,前后至少有个7/8年技术积累和市场缓冲。
NV这几年把重心转向big data computing,老本行图形方面就是专攻光追效果,单看这
一代显卡参数,显存,单精度计算力,CUDA core比1080TI都没有实际提升。就相当于
宣布,老子攻克了世界难题,但是无法应用,没屁用。因为当前没有游戏支持光追。等
游戏商纷纷加RTX渲染怎么也得个几年。再等到gamer看到电影画质般的游戏场景,才愿
意掏钱买账。到时一入RTX,就回不去了。体验差别太大了!
反正现在NV手握两条线,一是强调计算力,就是伏特安培这条线。二是强调图形性能,
图灵这条线。备用线是无人驾驶,游戏机上用的CPU+GPU方案,Xavier,目前看来备用
这条线快走不通了。。。
可以确定是NV接下来股价能保本就不错了,肯定没啥大突破了。至于以后RTX发威,我
看也不会高到哪里去,因为现在显卡份额已经差不... 阅读全帖
p**f
发帖数: 3549
9
买几万枚阴特尔的至强吸屁油,再设计个互联,加上几T内存硬盘,几千万funding就花
出去了,正好用来跑扫雷。
鸡屁油加速粗来后,一个片子的计算力打几十个吸屁油,所以现在变成垒鸡屁油,峰值
很容易就上去了,还环保。美国前两名超算就这么来的。
超算和云的区别,就是超算都是local互联,给宇宙大爆炸这样的仿真计算,几万个星
系怎么碰撞,几亿年后剩下哪些,什么形状。一台超算也就几十个用户。
你能把这些计算一下子放到云上去吗,那其他人还要不要用。云是给千千万万用户共享
的,每个按占用资源收费,相当于众筹。计算峰值要求没那么高,而且云需求也不都是
计算,有控制的,有讲究流程的,有大数据需求的,很多都是吸屁油能够handle的。
x*******1
发帖数: 28835
10
除了科学计算那些没有经过优化的应用,现在哪个应用需要Exascale 级别的计算力?
G******e
发帖数: 1606
11
这时候有详细的答案就看,把弄不明白的把题标出来,留着以后请教老师。没老师可以
请教就留着,也许以后自己棋长上去了自己突然能搞清楚是不是失题了。
上面探讨的是做死活题的理论问题,下面我们就怎样学习死活题的实质性问题再延续一
下。
书要选择合适自己的,太难的不要,类似YC2段就看《官子谱》是不能赞同的,这样一
本只能做10%——20%的书不能说一点都不会进步,但实在太苦太难也不见得有多大实质
性的长进。书要选择能做60%——80%的书,反复做,一直做到95%以上的题都能很轻松
的看出来它的所有变化就可以换别本书了(100%很轻松做出来是不现实的,每本书总有
稀奇古怪的地方,作者的表现欲总会搞出几条需要计算50手甚至离奇到200多手,这种
题目只适合欣赏,不是我们学习所必须的).
比较适合YC2段训练用的死活题我手头大约有几本,这些在我理解中这些都是必备书,无
论用来教学或自学都适用
介绍一下.一套是<李昌镐精讲围棋手筋>1-6卷,一套是<李昌镐精讲围棋死活>1-6卷
.这12本书看完就有YC4段以上的计算力了.虽然这套书肯定不是李昌镐写的,但确实系统
详细.把围棋常见的死活和手筋的基本的东
b*******8
发帖数: 37364
12
来自主题: Go版 - 阿狗的局部计算力问题
是这个道理。电脑算的概率,经常把有些先手如果不应如何也算进去,实际上根本不可
能不应。最正确的一本道,反而可能被认为赢面小,而骗招反而赢面大。
复杂对杀,要么就暴力计算,如果暴力算不过来,还是要吸取人类的一些比较归类总结
法大幅度删减计算分支,比如这样下肯定比那样下自己多一口气,那就可以把那样下的
分支彻底排除。
O**l
发帖数: 12923
13
来自主题: Go版 - 阿狗的局部计算力问题
说了多少遍 Mct不是蒙特卡洛 Mct是迭代收敛 听了几个文科报道 在这天天吼错误概念
逗比吗 看不懂Paper难道连wiki都看不懂吗 还随机投票真是搞笑
第四盘怎么回事 我已经解释的很清楚了 Dcnn bias 太大导致78漏算(很怀疑第四盘开
始Mct的计算资源减了) 这个时候搜索树前面积累的计算全部清空 但是Alphago仍然按
照笨拙的一分多钟一步执行 导致子节点没有一个能Converge 导致随机下, 这个时候
只要时间分配算法智能一点 在当前节点算他个20分钟重建个Mct tree 就完全没问题
懂了不
t*****z
发帖数: 1598
14
来自主题: Hardware版 - 想买一块并行计算的GPU,求建议
二手矿卡R9 280X,150一块,新的也250上下,计算力暴强不输泰坦。两者都是游戏卡,都
没ECC,但是都保留完整双精度。
AMD的Tahiti核心的几种卡都是价廉物美的计算工厂
c***s
发帖数: 70028
15
根据「国际教育成就评量协会(简称IEA)」二○○九年报告,廿九个接受调查的国家中,中国孩子的计算能力排名第一,但想象力与创造力却排名最末、倒数第五。专家认为,中国家长不愿放手的教育态度,以及目前「一试定终身」的教育制度,严重束缚、埋没了学生的潜力和创造性。
根据《长江日报》报导,前武汉大学校长刘道玉日前出席公开场合时表示,中国孩子的想象能力,已经令大陆科学界陷入忧虑,她引用IEA的调查结果指出:大陆的中小学只有四.七%的学生自觉有好奇心和想象力;不到一成五的学生想锻炼自己的想象与创造力。
另一份由美国专业学会共评的「影响廿世纪人类生活的二十项重大发明」,也没有中国人的贡献。实际上,每年在美国拿到博士学位的中国人超过二千位,是外国留学生之冠,比排名第二的印度人整整多出一倍。但在美国专家眼中,中国学子即便成绩突出,想象力却大大缺乏。
同样的道理,学科奥林匹克竞赛上,中国的中小学生虽然经常拿金牌,但是在竞逐创新能力的国际科学与工程大赛时,中国却始终拿不到好成绩。对此,刘道玉解释,奥赛强调解题思路和逻辑思维,可以通过反复训练获得好成绩,但国际科学与工程大奖赛需要的创新能力,却不是老师能训练出来
q********u
发帖数: 15519
16
此话有理。
但医生毕竟是人,人都有局限性,人工智能医生似乎计算力无穷大,不可比。


: 好东西会被医疗界杀死的。。。。

: 好医生没法被替代

m**********w
发帖数: 4161
17
古力在状态好的时候可以抗衡,现在的状态不行。
看了07年围棋天地上一篇关于小李的专题,太鬼了。
围甲对孔杰一盘棋,小李执白,一手点入黑空,怎么看都是茅坑流。孔杰应以压,看似
堂堂正正,但就是这样硬被掏成劫活。局后复盘,要一手棋型怪异的尖才能破解这手点
。显然,这里小李算到了,孔杰没算到。
还是围甲,对胡耀宇。局面占优的情况下还是硬跑孤子,三下五除二的,黑空被破了个
精光还捞了个角。
还有一盘对陈耀烨。小陈发现一步鬼手,吃了小李棋筋,但下一手补棋看似厚实地长,
却因为漏了一气被小李抓住机会先手便宜,就此逆转。
孔杰和常昊在计算上和小李差距很明显。所以两个人连败次数特别多。
大李的防守最强,所以小李对大李成绩反而一般。
h******k
发帖数: 13418
18
我已经解释过了,你觉得不好有两个可能,一是你没有能力遍历所有后续可能,看不懂
这个好处,二是机器已经胜券在握,选择风险小的手段。这个决策系统可定还不完美,
但是已经相当NB。加上无限的计算力,靠,不公平的比赛啊!
t******l
发帖数: 10908
19
我粗粗扫了一下 wiki 上的算法粗略简说,我有些怀疑从找机器的个别孤立细节错误
的方向,可能不是正确的方向。
wiki 上提到算法的参数 learn 有 gradient descend,并且不断 iterate。
我对这个算法不了解,但是一般而言,对于十万百万变量级的 iterative
gradient descend,从概念上而言(不是说为了出货的细调),试图从局部
小错来理解系统,我觉得不一定可行。
因为 by nature,iterative (conjugated) gradient descend 这类 global
optimizer,都是会犯无数小错的,这是这类框架 optimizer 理论上是牺牲局部的
精确性来把计算力的刀口放在全局优化上。如果不出现算法错误、或者实现上没有调整
好、或者遇到没有料到的情况,那算法犯多少个人眼能看到的局部小错,很可能比人
纯手工咋搞都强。因为人手工搞很可能出现人眼看不见的全局大错(比如一种全局大错
是无数小的地方 increase 了 1% 的积累效应加滚雪球放大效应。但人眼看得出单个
大差别,看不出无数 1% increase ... 阅读全帖
h*h
发帖数: 27852
20
这个思路是对的,只是人类没有驾驭全局的计算力,大概只能靠感觉了,但是刺刀见红
的时候就看真本事了
w**a
发帖数: 3510
21
来自主题: Go版 - 阿狗的局部计算力问题
这次阿狗最让棋界吃惊的不仅是击败石头,而且下棋的思路似乎比石头开阔高明。以前
总觉得电脑应该强在局部的计算,全局判断应该是人的强项。结果是反过来的。阿狗局
部到底是算不清还是算得更清?是不能也还是不为也?
O**l
发帖数: 12923
22
来自主题: Go版 - 阿狗的局部计算力问题
前三盘算得很清 后两盘一下不行了
[在 waya (waya) 的大作中提到:]
:这次阿狗最让棋界吃惊的不仅是击败石头,而且下棋的思路似乎比石头开阔高明。以
前总觉得电脑应该强在局部的计算,全局判断应该是人的强项。结果是反过来的。阿狗
局部到底是算不清还是算得更清?是不能也还是不为也?
h*h
发帖数: 27852
23
来自主题: Go版 - 阿狗的局部计算力问题
边角局部狗没有问题,计算空间小。
中央的复杂对杀是问题
O**l
发帖数: 12923
24
来自主题: Go版 - 阿狗的局部计算力问题
人家不做严谨分析 当然不好立即对着记者讲什么是问题
但是懂行的人基本都能猜到怎么回事
你以为都和你一样 屁都不知道 就在这大嘴一张 很难Fix lol
[在 waya (waya) 的大作中提到:]
:这次阿狗最让棋界吃惊的不仅是击败石头,而且下棋的思路似乎比石头开阔高明。以
前总觉得电脑应该强在局部的计算,全局判断应该是人的强项。结果是反过来的。阿狗
局部到底是算不清还是算得更清?是不能也还是不为也?
n*******r
发帖数: 258
25
干他娘的,ppt都被老印老美做了,到头来我们发明创造使笨力气的猥琐男反而没有创
造力了。国内的专家土老冒还跟着起哄。
q********g
发帖数: 10694
26
来自主题: _Molecular_Simulation版 - 过渡态、反应路径的计算方法及相关问题
Sobereva
Department of Chemistry, University of Science and Technology Beijing,
Beijing 100083, China
前言:本文主要介绍过渡态、反应路径的计算方法,并讨论相关问题。由于这类算法极
多,可以互相组合,限于精力不可能面面俱到展开,所以只介绍常用,或者实用价值有
限但有启发性的方法。文中图片来自相关文献,做了一定修改。由于本文作为帖子发布
,文中无法插入复杂公式,故文中尽量将公式转化为文字描述并加以解释,这样必然不
如公式形式严谨,而且过于复杂的公式只能略过,但我想这样做的好处是更易把握方法
的梗概,有兴趣可以进一步阅读原文了解细节。对于Gaussian中可以实现的方法,文中
对其在Gaussian中的使用进行了一些讨论,希望能纠正一些网上流传的误区。虽然绝大
多数人不专门研究计算方法,其中很多方法也不会用到,但多了解一下对开阔思路是很
有好处的。
文中指的“反应”包括构象变化、异构化、单分子反应等任何涉及到过渡态的变化过程
。“反应物”与“产物”泛指这些过程的初态和末态。“优化”若未注明,... 阅读全帖
m*****e
发帖数: 10963
27
来自主题: Military版 - 从科学到科幻。。。好书好书!
好书好书,一口气读完! 作者很给力,知识丰富,素养扎实!
哪位菌斑读完的请本帖留名,有空本版切磋!
没读的就请别过了。
必须说明的是这是一本新书刚刚成书,是alfago战胜李世石后出的书!不是一本老掉牙
的老生常谈,十分值得菌斑有思辨爱好的将军一读!
谢谢
------------
从科学到科幻 —— 给《不存在》的讲稿
180 塔塔酱 作者
2016.05.10 02:18 打开App
目录
开场白
科学家的工作方式
理论物理与实验物理
理论物理与数学
物理与哲学
物理与科幻
现代物理中所用的数学工具
微分几何
纤维丛
群论
其它数学
更多的物理话题
大尺度额外维
全息原理
标度相对论与二元相对论
Finsler宇宙
作为统计的宇宙
宇宙的诞生与演化
关于黑洞
量子理论与自由意志
大数据与心灵史学
结尾
开场白
科幻与奇幻、魔幻的根本区别在哪里?
这种区别的主要体现,就在于整个世界环境的背景构建上,也在于人物对世界的观点与
看法上。
也及,科幻作品的整个世界背景的设定,以及人物对其所处环境的整个看法,必须要让
读者相信自己真的深处一个科技的世界。同样的魔幻... 阅读全帖
w*********g
发帖数: 30882
28
中国儿童想象力倒数第一? 编辑本段回目录
sanfeng发表于2010-12-01 19:53
谣言粉碎机 主题站 (捍卫真相与细节,一切谣言将在这里被终结)
http://www.guokr.com/article/2725/
国内的教育问题一直是各界诟病的焦点,教育界一直面临着“强调应试教育,扼杀儿童
才能”的指控。这不最近又有消息说,在一个国际组织进行的全球调查评估中“中国儿
童想象力倒数第一”。如果此话当真,国将何国?但这个消息真的可靠吗?
流言: 2009年,教育进展国际评估组织对全球21个国家进行了一个调查,结果显示中
国孩子的计算能力排名世界第一,想象力却排名倒数第一,创造力排名倒数第五!在中
小学生中,认为自己有好奇心和想象力的只占4.7%,而希望培养想象力和创造力的只
占14.9%。
真相:
1、 真的有个“教育进展国际评估组织”吗?
所谓的“教育进展国际评估组织”,英文是International Assessment of
Educational Progress。它并不是一个组织,而是美国教育考试服务中心(ETS)在
1988和1991年做的国际性的教育评估调查... 阅读全帖
n********g
发帖数: 6504
29
俺在度娘迭代力迫法和极限迭代力迫法,以及在计算复杂性证明的应用时(我记得有人
说力迫法不能用于P vs NP),见到普林博士生张林峰在财新网上一篇文章很有意思。
可能更有意思的是为啥登在财新网。
张林峰同学把计算复杂性类称为动物园里的动物,用计算复杂性理论扇弦论的耳光。研
究计算复杂性类之间的转换类似于研究基本粒子类之间的转换。还提及其中一种类覆盖
自然界的计算方式。是的,物理千老们穷奇一生研究的只是俺大计算机科学里无穷动物
园里一个廊庑。
俺有个想法,极限迭代力迫法可以解决许多(如果不是全部)这些计算复杂性类等价问
题。俺现在没有纸笔,没有书本页边写不下来。留着当牛和羊猜想了。
昨天刷题把一个算法从beat 18.6%提升到beat 96.5%的刷题码工。幸甚至哉,歌以咏志。
D*******r
发帖数: 2323
30
同为棋类游戏,普遍认为fritz chess benchmark最能反映机器跑zen6的计算力。
遗憾的是,最新版的fritz chess benchmark最多支持16核的跑分测试。那么有32个
logical processor的双路E5的象棋跑分到底该如何估算?
前几天和minigun网友交流,我们都同意一个hyper thread的计算能力不能等同一个物
理核,也就是说,将超线程打开,其计算力不会是没有enable超线程的两倍。但是到底
是多少倍呢?我和minigun网友的意见略有不同,我认为应该有1.5倍,minigun认为对
于heavy load的任务,超线程对CPU计算力的提高非常有限,因为其实是一个核的计算
能力分配到两个线程上去计算。
为此,我做了以下几个测试:
1. 关闭超线程,在fritz chess benchmark里把“使用线程数”设为8,跑分结果是
17000。
2. 关闭超线程,在fritz chess benchmark里把“使用线程数”设为16,跑分结果是
20800。
3. 打开超线程,在fritz chess benchmark里把“使用线程数... 阅读全帖

发帖数: 1
31
作者: 特斯
这些天身边持有比特币的朋友一路爆炸,看着他们满面绿光的样子,翻了下自己的股票
账户,学习下阿Q精神:竟然还有人和我亏得一样多,今晚回去不用再跪洗衣板了吧。
想到去年也是同样的时间点,比特币价格9000美元。当时还总有人问我,比特币价值多
少啊?基本面到到底好不好啊?其实这都是很难回答的问题,毕竟我们无法评价一个不
存在的东西。所以当时立马拒绝讨论比特币,转头就推荐了英伟达的股票。现在来看,
我和这俩都是难兄难弟。
从这事我得到3个教训——第一,不要陪老婆聊比特币,容易被打;第二,不要给丈母
娘推荐股票,吃饭没有筷子也难受;第三,没事不要和家里人说投资的事,他们会觉得
你智商有问题。
1、眼看他宴宾客,眼看他楼塌了
不过一年前这两位明星都不是这光景。
去年开年,比特币进入疯涨阶段,直接从1000飙到20000美元,1年20倍,气势如虹,造
富速度赶得上北上广深拆迁。尤其是9到12月份,3个月8倍涨幅,疯狂至极。
要论泡沫增值速度,在比特币面前,10个中国楼市合一块也只是战斗力0.05的渣渣。
不过对于挖矿这事,我懂的不多,比特币价格的玄学走势更是不懂,所以只能避而远之
。但... 阅读全帖
m******r
发帖数: 1686
32
今天富士通决赛我压了依田,我以为他是黑棋,压完才知道他是白棋我想完了,依田下
模样棋胜率很低的,果然,他又输了。(啊,我快破产了。哪位大侠可怜可怜 我啊)
朴才19岁吧,棋一般,要说境界吗,不会有谁说他的境界高吧?可人家胜了,原因有二:
一:战术对头,狂捞实地,让依田去围中腹,依田在泰达杯上输给李昌镐的那盘棋可能给
了小朴一些启示。一样的围中腹,一样的失败。
二:计算力,通盘没有太大的失误,这和计算力有很大关系,不象有些棋手一上来就崩了
,还要说,没想到人家那么快就发力了。听到这样的话,我不知说什么,如果我能看出一
着就能吃掉对方,我也会发力,管他是不是才下了10手还是20手呢,一句话没算清,计算
力不够 啊。依田在官子阶段算错了,上面的大伸腿连我都看到了,不知他为什么不下,
可能读妙了吧,还是那句话计算力不够 啊。
从小朴胜出可以看出:
一:围棋并不是很高深的东东。
二:围棋胜出的根本在计算,尤其是速算力,韩国这些年夺冠 其根本就在速算力,而这
些就是中日棋手缺的东西 。你可以境界高,也可以大局好,但一进入读秒时,人家一折
腾就晕了,这就是韩国年轻棋手胜中日棋手的秘决啊。
依田没事拿
t******l
发帖数: 10908
33
来自主题: Military版 - 最牛逼的学科只有物理
蛋白折叠可以理论上计算。。。但人类的计算力不够,不仅仅是总计算力的问题,还有
各个节点之间信息交换速率的问题(因为是分布式计算)。
当然,超级数学算法建模是必须的。。。即使有超级计算力,也基本不可能从薛定谔方
程开始去做简单遍历算法。。。但计算力在数量级上差太远还是不行,就好比你没法指
望用一个卡西欧计算器来搞出阿发狗。。。


: 再简单说一个生物里面一个很基本的问题。蛋白折叠。

: 五十年了,我们现在能知道一个蛋白序列,每一个氨基酸,每一个氨基酸的原子
。这个

: 基本不涉及核力了,只要知道原子间作用力就够了。物理原理早就清清楚楚了。

: 计算机也够强大了,靠一共和颜宁这样解结构也解出了80,000个蛋白质解构了
。建了

: 无数模型,优化再优化。

: 现在解决了么?没有。

: 这只是生物里面一个小小的领域。牛逼的数学物理怎么不能给生物解决个小问题
?这个

: 突破了,会给生物带来革命性的进步。因为生命现象,很大一部分建立在蛋白质
相互作

: 用基础上的。

s*x
发帖数: 8041
34
一个“平头哥”在阿里诞生!
今年云栖大会上,阿里宣布成立一家独立运营的芯片公司——“平头哥半导体有限公司
”。
这家名字令人印象深刻的公司,是阿里今年4月收购的中天微系统有限公司(以下简称
中天微)和达摩院自研芯片业务一起,整合成的一家独立的芯片公司,是阿里推进云端
一体化的芯片布局。
目前达摩院芯片团队接近100人,成员大多拥有供职于AMD、ARM、英伟达、英特尔等芯
片大厂的经验。加上近期收购的中天微,估计新公司的人数会达到200~300人。未来,
平头哥半导体将打造面向汽车、家电、工业等诸多行业领域的智联网芯片平台。
和达摩院一样,平头哥的目标也是最终独立化运作,在前期由阿里巴巴集团给予足够的
投入和支持,运行数年后形成盈利能力,最终成长为一家自负盈亏的企业。
达摩院之后“平头哥”横空出世,阿里芯片业务完全整合
">
9月19日,阿里巴巴CTO、达摩院院长张建锋(行巅)在2018云栖大会上宣布,阿里将把
此前收购的中天微和达摩院自研芯片业务整合成“平头哥半导体有限公司”,推进云端
一体化的芯片布局。
张建锋表示,希望通过自研的强大的技术平台和生态系统整合能力,推动国产自主芯片
的... 阅读全帖
o*****p
发帖数: 2977
35
我认为是非常伟大的设想。
修真四万年 正文 第1649章 新的《文明》,新的联邦!
“你们让普通人和修真者一样?”
黑夜兰却忍不住问道。
“是啊!”
凌小乐眨巴着眼睛,理所当然地说,“让普通人变得和修真者一样,这就是无数联
邦人为之奋斗和守护的目标啊!”
“前面就是天环界的‘公民中心’了吧?”
李耀岔开话题,这是他早就和联邦当局沟通过的首要考察目标,“既然大家都开诚
布公,我也不必隐瞒,崔议长原则上并不反对和星耀联邦的融合,但他十分在意萤火虫
号上一亿多民众在联邦的地位和待遇,所以希望深入了解联邦的公民制度。
“我们都知道,真人类帝国也有公民制度,想要成为帝国公民,必须是修仙者,拥
有强大的力量,甚至要帮助帝国征服新的领土,奴役更加弱小的族群,用弱者的鲜血积
累起血腥的战功,转化成‘贡献点’之后,才能兑换不同阶层的公民权限。
“联邦当然和帝国不同,我听说你们的公民权和贡献点,都是和《文明》游戏息息
相关,可惜在萤火虫号和龙蛇星域,无法接触到正式版本的《文明》游戏,那究竟是怎
么一回事呢?”
“您很快就会见识到的,我们的‘公... 阅读全帖
r****y
发帖数: 12
36
来自主题: DUT版 - 工程力学
我校计算力学学科为国家重点学科,是首批按力学一级学科
培养博士并设有博士后流动站的单位。有权在固体力学,计算力
学流体力学,一般力学,结构力学和实验力学等二学科授予博士
和硕士学位。现设有工程力学研究所和工业装备结构分析国家重
点实验室。编辑《计算结构力学与应用》学术刊物,向国内外发
行。全系现有教师135人,其中教授39人(含中科院院士3人,博
士生导师17人),副教授38人。在校本科生185人硕士生86人博
士生56人博士后6人。
专 业 设 置
本校的力学学科包括一般力学、结构力学、固体力学、计算力学、实
验力学 、流体力学等6个二级学科。其中计算力学、结构力学是博士学位授
权学科,并建 有博士后科研流动站,各学科均有硕士学位授权学科。这些学
科原来都属数理力 学系管辖,1979年后分别设立工程力学研究所(包括现
在的计算力学、流体力学 等学科)和工程力学系(包括其他四个学科)。
计算力学学科于1983年创办了国家一级学术杂志《计算结构力学及其
应用》 ,公开发行。1989年以来以计算力学为主一直在筹备世界银行贷款
的“工业装备 结构分析”国家重点学科实验室。该实验室在1994年
t******l
发帖数: 10908
37
【 以下文字转载自 Go 讨论区 】
发信人: timefall (时光崩塌), 信区: Go
标 题: 我民科看阿狗背后算法的意义
发信站: BBS 未名空间站 (Sat Mar 12 15:10:58 2016, 美东)
我民科看法,大众一般只看到硬件计算力的强大,看没有看到实用计算科学
里一个很坑爹的问题,也就是在对于大规模实际复杂问题构造的大尺度系统里,
在不断“迭代”(广义的迭代)的过程中的“收敛”(广义的收敛,具体学科分
支的用词,各科 PHD 有无数坑爹说法)问题。
这个道理很简单,硬件计算力再强大,不等于硬件计算本身复杂。而用简单
粗暴的硬件计算力,来解决大尺度复杂问题,一招鲜就是(广义的)“迭代”,
也就是不断地基于前面的计算结果继续前进(在时间轴上迭代),或者用小规模
的结构递归构造大规模的结构(在空间轴上迭代)。这个过程虽然看起来容易,
但魔鬼在是不是能够在大尺度复杂问题上(广义上的)“收敛”。道理很简单,
不收敛就是“晃点”,“晃点”就是瞎忙乎、白费电。
从上面这个角度说,如果能在更大尺度复杂度的的(广义)迭代上,能做到更好的
(广义上的)收敛,那确实是实用计... 阅读全帖
t******l
发帖数: 10908
38
我民科看法,大众一般只看到硬件计算力的强大,看没有看到实用计算科学
里一个很坑爹的问题,也就是在对于大规模实际复杂问题构造的大尺度系统里,
在不断“迭代”(广义的迭代)的过程中的“收敛”(广义的收敛,具体学科分
支的用词,各科 PHD 有无数坑爹说法)问题。
这个道理很简单,硬件计算力再强大,不等于硬件计算本身复杂。而用简单
粗暴的硬件计算力,来解决大尺度复杂问题,一招鲜就是(广义的)“迭代”,
也就是不断地基于前面的计算结果继续前进(在时间轴上迭代),或者用小规模
的结构递归构造大规模的结构(在空间轴上迭代)。这个过程虽然看起来容易,
但魔鬼在是不是能够在大尺度复杂问题上(广义上的)“收敛”。道理很简单,
不收敛就是“晃点”,“晃点”就是瞎忙乎、白费电。
从上面这个角度说,如果能在更大尺度复杂度的的(广义)迭代上,能做到更好的
(广义上的)收敛,那确实是实用计算科学往前走了一步。
回到人类的 training / learning,其实也是一码事。这就好比数学学渣说
已经辛辛苦苦把高考题给刷了三百遍,为啥还是不行?道理很简单嘛,你丫
刷题只能说明你丫“迭代”了,但不“收敛”的话,一个... 阅读全帖
t******l
发帖数: 10908
39
我民科看法,大众一般只看到硬件计算力的强大,看没有看到实用计算科学
里一个很坑爹的问题,也就是在对于大规模实际复杂问题构造的大尺度系统里,
在不断“迭代”(广义的迭代)的过程中的“收敛”(广义的收敛,具体学科分
支的用词,各科 PHD 有无数坑爹说法)问题。
这个道理很简单,硬件计算力再强大,不等于硬件计算本身复杂。而用简单
粗暴的硬件计算力,来解决大尺度复杂问题,一招鲜就是(广义的)“迭代”,
也就是不断地基于前面的计算结果继续前进(在时间轴上迭代),或者用小规模
的结构递归构造大规模的结构(在空间轴上迭代)。这个过程虽然看起来容易,
但魔鬼在是不是能够在大尺度复杂问题上(广义上的)“收敛”。道理很简单,
不收敛就是“晃点”,“晃点”就是瞎忙乎、白费电。
从上面这个角度说,如果能在更大尺度复杂度的的(广义)迭代上,能做到更好的
(广义上的)收敛,那确实是实用计算科学往前走了一步。
回到人类的 training / learning,其实也是一码事。这就好比数学学渣说
已经辛辛苦苦把高考题给刷了三百遍,为啥还是不行?道理很简单嘛,你丫
刷题只能说明你丫“迭代”了,但不“收敛”的话,一个... 阅读全帖
w********2
发帖数: 123
40
东方之星翻船施救最快方案的力学计算
对于这类近岸底朝天的船的最快救援方法就是一个字“滚”。不仅仅可以让它滚正位,
从底朝天的姿势,重新转为头朝上,底朝下的姿势,而且是可以滚拖上岸。其实一个跟
斗翻过来以后,舱室里的水就都流出去了,都可以直接上船救或打扫现场了。如果嫌一
个跟斗不够,那么两个跟斗早已可以滚动上岸了。
我想到的这个方案,其实很简单。
我来计算下所需的材料和过程。虽然对这次救援无用了,希望以后肉食者们能看到后做
个预先方案。那么万民也有福了。
首先沉船的重量是已经报道了,一说2200顿,一说3900顿。这里就按照4000顿来计算。
拖船要用钢丝绳,钢丝绳的力量有多大呢。网上可以查到南通某特种钢丝绳厂家的参数:
直径一厘米的钢丝绳多种规格,一百米重量34公斤,最小破断力 48 顿到62顿。
直径两厘米的钢丝绳多种规格,一百米重量138公斤,最小破断力 192 顿到248顿。
直径四厘米的钢丝绳多种规格,一百米重量554公斤,最小破断力 770 顿到993顿。
假设取安全系数为3, 那么可用最大拉力分别为20顿,80顿,330顿。
由于滚动所需要的力量比垂直起吊的力量小的多,一般... 阅读全帖
S******8
发帖数: 24594
41
历时不足四个小时,韩国职业围棋手李世石和Alphago的人机大战首局以小李的落败
告终。新浪后方的讲棋嘉宾之一中国围棋国家队主教练俞斌表示,“出乎我的意料,
AlphaGo没有表现出它薄弱的地方,从这盘棋来说没有展现它太薄弱的地方,但人有薄
弱的地方,李世石的失误是我们职业选手经常有的。”
对于未来四盘的展望,俞斌说:“人类5比0没有希望了。”但他是“坚定的人类捍
卫者,输了,(就是李世石)4:1。”
从一开局到比赛结束,俞斌内心也经历了一些变化。最初坚定认为李世石会赢,比
赛一点点推进,仍然认为黑棋有优势,直到李世石出现失误,才满怀遗憾地断定李世石
会输。(王上)
最初认为李世石会赢 因电脑不会判断
俞斌:我一直认为李世石会赢。
俞斌:象棋按步数,可以读秒的,十五分钟加,走到一定步数加一定的时间,每个
棋都这样。
俞斌:机器30秒我觉得已经够了。
俞斌:职业选手30秒不一定够。
俞斌:当时场景很乱,有的人不希望在乱的时候做出决策,我们规定是前三分钟可
以自由,记者可以在场。
俞斌:他们的算法不同。
俞斌:按照世石的布局来看,他在布局上有很多优化。
俞斌:现在看的是最常见开局模式。
俞... 阅读全帖
t****n
发帖数: 2601
42
【 以下文字转载自 Military 讨论区 】
发信人: fcsea (年华), 信区: Military
标 题: wsn们,玩笑开大了,中科院都来辟谣了:中国地质不适合建高铁系谣言
发信站: BBS 未名空间站 (Sun Oct 31 11:22:19 2010, 美东)
千龙网10月31日报道 记者昨日了解到,中国科学院地球环境研究所日前在其官方网站
上就一则名为《高铁——悄悄开启群发性地质灾害的魔盒》的网帖发表声明称,这篇被
广大网民大量转载、传播的网帖中提到的“中科院西安地球环境研究所的张拾迈教授至
死不忘提醒相关部门停止修建高铁”一事并非事实,经调查,该所的“张拾迈教授”查
无此人。
记者了解到,从今年9月初开始,网络上的一则与高铁有关的文章开始被热传,帖子的
大概意思为,中科院西安地球环境研究所张拾迈教授经过全面、细致的研究,得出了“
中国的地质不适合建高铁”的结论。
他认为在中国的地质条件下,高铁产生的“夏尔谢夫力”将连锁导致严重的“斯蒂芬金
效应”,从而引起群发性的地质灾害。他在临终前强烈建议,如果一定要建高铁,希望
高铁建设至少保证使用有砟道床。
根据张拾迈的... 阅读全帖
s*******n
发帖数: 4605
43
http://club.xilu.com/emas/msgview-821955-4746960.html
中国靠的就是这些关键节点一个一个的突破,发挥协同作用,各行各业才有全面喷发式
发展的可能性。其他民主国、宇宙国、猴子国要跟上中国似乎不太现实。
深呼吸一下,开始。
中国力量-- 中国超级机器一览
世界最大桥式起重机
--大连重工20000吨桥式起重机
----------------------------------------------------------
工程总投资:3。5亿元
工程期限:2006年--2008年
这台2万吨桥式起重机提升高度最高为118米,相当于把250节满载的火车车厢提升
到23层高的楼上,横梁长129米,为双箱型梁结构,如果把这台起重机放倒,要一个足
球场才能把它装下。
2008年4月18日上午10时,烟台来福士海洋工程有限公司大水坞坞门西侧3号码头彩
旗飘扬,世界最大的桥式起重机--命名为"泰山",将自重2万吨的驳船缓缓吊离水面,
这标志着2万吨桥式起重机的成功启用。 这是目前世界上起重量最大、跨度最大、起升
高度最大的起重设备,也是当今世界技... 阅读全帖
Y********e
发帖数: 2445
44
来自主题: Stock版 - Facebook: internet OS?
我觉得Facebook这玩意有些Matrix电影里的那种Matrix的意思。
这个平台,或者说OS,已经不是用CPU来作计算力,而是通过人对于信息的消化、理解、
补充、再创造、传播,来作为这个平台的计算力。同时因为social graph的紧密联系,
所以这个计算力其实比目前广义的internet上的计算力要更强大得多。
日,说到这儿,有些文学青年装13的意思了。还是请各位大牛讲解一下。
z***y
发帖数: 198
45
来自主题: Bridge版 - 牌力评估 (1)
区分有经验的牌手和新手的重要标志是对牌力的认识
这直接影响到最终定约的选择。
常见的情形是专家牌手能停在最适当的定约上,而一般牌手往往会丢失一些很好的成局或
满贯机会而把一些没有希望的牌推进到局或者满贯。
对牌力的评估大致包括三部分
1大牌点力
在四十年代末,查尔斯.高伦推广了以A-4,K-3,Q-2,J-1为基础的大牌点计算法。这一衡
量牌力的方法取代了克勃森时代的大牌单位计算法,而成为以后多数主流叫牌体系的基
石。
并且和高伦叫牌法一起成为美国流派的标准。
其要点如下:
1) 开叫需要有13大牌点
2) 联手26大牌点可以试探成局,33大牌点可以试探成小满贯,37大牌点可以试探成大满
贯。
这一体系是异常重要和为广大桥手所熟知的。
我要在这里指出的是大牌点计算法对与无将定约的处理往往是有效的而对于有将定约就不
是那么得心应手。尽管高伦后来也做出了一些对牌形点的规定,如在打有将定约时,明手
缺门-5,单张-3,双张-1,庄家缺门-3,单张2,双张-1,以及长套点力,手上第五张将
牌加1,第六张起每多一张将牌+2点。但这些规定的随意性颇大,并不能非常好的反映出
c****t
发帖数: 19049
46
第八章:事故与危机!
当爆炸发生时,整个希望号上几乎所有人都感觉到了震荡,其中有几十人甚至提前预感
到了这次的爆炸。
当姚源以最快速度赶到实验室时,这里已经站满了附近的军人,还有张恒与杰威力
也在这里,毕竟这里是第四层,而姚源则是从第五层赶过来的。
整个实验室已经大半融化,电浆所带来的高温将钢铁都给融化,除了一个靠近实验
室大门口的人员被烧伤以外,里面的人恐怕已经是凶多吉少。
很快的,大量军人从不远处接来了水管,这时也顾不得内里的各种实验器材什么的
,拿着水管就开始降温,大量的水蒸气勃发而出,连站在远处的姚源都感觉得到,一时
间,他心凉无比,内里的科学家可能已经全部死光了吧……
沙漠星球死了几十个科学家,这里又是十几个……一共才近千科学家啊!这可是人
类遗民最后的高知识人员啊!可以说是人类最后的精华与希望啊!
就这么死了……
“这个实验室内都有那些人?名单呢?”姚源问向了旁边几个科学家,这几个科学
家都属于最顶尖的那些,如艾尔仑,西勒卫这些,现在希望号上的科学家制度仍在建立
,所以这几个人属于总管类型,基本上科学家的待遇及实验职务什么的,都是由他们几
个人商量决定。
此刻几个人的表情都... 阅读全帖
c****t
发帖数: 19049
47
第八章:事故与危机!
当爆炸发生时,整个希望号上几乎所有人都感觉到了震荡,其中有几十人甚至提前预感
到了这次的爆炸。
当姚源以最快速度赶到实验室时,这里已经站满了附近的军人,还有张恒与杰威力
也在这里,毕竟这里是第四层,而姚源则是从第五层赶过来的。
整个实验室已经大半融化,电浆所带来的高温将钢铁都给融化,除了一个靠近实验
室大门口的人员被烧伤以外,里面的人恐怕已经是凶多吉少。
很快的,大量军人从不远处接来了水管,这时也顾不得内里的各种实验器材什么的
,拿着水管就开始降温,大量的水蒸气勃发而出,连站在远处的姚源都感觉得到,一时
间,他心凉无比,内里的科学家可能已经全部死光了吧……
沙漠星球死了几十个科学家,这里又是十几个……一共才近千科学家啊!这可是人
类遗民最后的高知识人员啊!可以说是人类最后的精华与希望啊!
就这么死了……
“这个实验室内都有那些人?名单呢?”姚源问向了旁边几个科学家,这几个科学
家都属于最顶尖的那些,如艾尔仑,西勒卫这些,现在希望号上的科学家制度仍在建立
,所以这几个人属于总管类型,基本上科学家的待遇及实验职务什么的,都是由他们几
个人商量决定。
此刻几个人的表情都... 阅读全帖
c****t
发帖数: 19049
48
来自主题: SciFiction版 - 全职高手 (从600章开始)
第一千四百六十七章 击破
观众眼花缭乱。
这场团队对决,变化好多,变化好快。
双方的打法都没有定式,或者说,在对手的应对之下,没有办法一条道路走到底。
只能你来我往,不断地调整,再调整。
谁优,谁劣?
攻势上来说,蓝雨更加主动,而兴欣的阵势则有一些散乱。可是,细心的人却注意
到,蓝雨一开始占据风眼上风的优势,现在还有吗?
没多少了。
术士索克萨尔的咒术是不会被狂风加强的,他在风眼中更多的是受到一些保护。同
样,治疗选手徐景熙的灵魂语者,在风区中也不过是受到一些保护而已。
论攻击性,蓝雨可仰仗的基本是零,反倒是兴欣方锐的海无量,真正占据了风眼上
风。
喻文州操作索克萨尔走位,不给方锐针对他的机会。结果海无量这边掌一挥,一个
气波弹,快若流星,从风区闪出。
郑轩的枪淋弹雨慌忙躲闪,被海无量轰出风区的他,可是注意着对方的存在呢!这
家伙装模作样,好像要走位攻击索克萨尔似的,哪想却是调整好角度,又给了枪淋弹雨
一下。
郑轩心下不忿,枪淋弹雨顺势也还了海无量一枪。
结果受狂风影响,枪淋弹雨这一枪……
“哈哈哈哈。”方锐刷屏的笑声就是回答了。再跟着,海无量双手又是一搓一挥。
气刃!
本就很难... 阅读全帖
c****t
发帖数: 19049
49
来自主题: SciFiction版 - 全职高手 (从600章开始)
第一千四百六十七章 击破
观众眼花缭乱。
这场团队对决,变化好多,变化好快。
双方的打法都没有定式,或者说,在对手的应对之下,没有办法一条道路走到底。
只能你来我往,不断地调整,再调整。
谁优,谁劣?
攻势上来说,蓝雨更加主动,而兴欣的阵势则有一些散乱。可是,细心的人却注意
到,蓝雨一开始占据风眼上风的优势,现在还有吗?
没多少了。
术士索克萨尔的咒术是不会被狂风加强的,他在风眼中更多的是受到一些保护。同
样,治疗选手徐景熙的灵魂语者,在风区中也不过是受到一些保护而已。
论攻击性,蓝雨可仰仗的基本是零,反倒是兴欣方锐的海无量,真正占据了风眼上
风。
喻文州操作索克萨尔走位,不给方锐针对他的机会。结果海无量这边掌一挥,一个
气波弹,快若流星,从风区闪出。
郑轩的枪淋弹雨慌忙躲闪,被海无量轰出风区的他,可是注意着对方的存在呢!这
家伙装模作样,好像要走位攻击索克萨尔似的,哪想却是调整好角度,又给了枪淋弹雨
一下。
郑轩心下不忿,枪淋弹雨顺势也还了海无量一枪。
结果受狂风影响,枪淋弹雨这一枪……
“哈哈哈哈。”方锐刷屏的笑声就是回答了。再跟着,海无量双手又是一搓一挥。
气刃!
本就很难... 阅读全帖
u****n
发帖数: 7521
50
http://finance.sina.com.cn/roll/20101208/04539071934.shtml
从铁矿石,到焦煤,矿业公司和钢厂客户之间关于资源的争夺战,再掀高潮。
12月6日,澳矿商Riversdale Mining Ltd。(RML)发出声明表示,力拓向其提出15
澳元/股的收购要约。
而就在半年前,武钢也和RML公司签订了一份非约束性的谅解备忘录。按照协议,
武钢将认购RML8%的股权,并分三个阶段付款,购买其拥有的莫桑比克赞比西煤矿项目
40%股权。
力拓的出手,意味着一旦其收购成功,武钢与RML的合约将自动作废,但双方仅处
初步接洽阶段。而一份非约束性协议也同样意味着,武钢也仍有进退的选择——是否与
力拓展开竞价收购。
12月7日,记者从一位了解此项交易的人士处了解到,武钢方面调查该处矿产后认
为,认为此前每股10澳元的出价已经相对合理,很难报出高于每股 15澳元的价格。而
Riversdale 如此主动声明,亦有在竞争者之间抬价之嫌。
力拓始有意
根据RML6日的公告,力拓向RML提出每股约15澳元的报价,总收购价在35亿澳元(合
34.8亿美元)。
... 阅读全帖
1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)