i***h
发帖数: 12655 | |
y*****s
发帖数: 1873 | |
P******a
发帖数: 1379 | 3 感觉不会，阿狗学了几千万盘棋，这两盘棋算啥
【在 i***h 的大作中提到】
: 它会分析两局做一定变化吗？
|
t******l
发帖数: 10908 | 4 根本不用死记棋局，回去变身出七十二条狗，根据前两局生成各种不同 variation
互殴三百万回合，refine 出更新更强更针对版的神经网络算法参数 service
pack v石头2.0，拷贝一 microSD card 里上阵。
死记硬背以前棋局小电影上阵，那是日本 AV 界的搞法，阿尔法狗估计不屑于
那么干。
【在 i***h 的大作中提到】
: 它会分析两局做一定变化吗？
|
D*******r
发帖数: 2323 | 5 赢棋它没啥可分析的，因为结果符合它的计算，不需要调整价值评估与选点评估。如果
能让它输一局，它会把那一局棋从头到尾，每步都弄出上百万变化图来拆解，看看到底
为何楼算了。
所以说，人类即使瞎猫碰上死耗子赢了一盘，这个漏算就转瞬即逝，下一次再想在这捡
漏是不可能了。
【在 i***h 的大作中提到】
: 它会分析两局做一定变化吗？
|
t******l
发帖数: 10908 | 6 理论上是阿尔法狗是大概率赢肉算，而不是理论最优解。所以赢棋可能也值得机器自己
分析，只要当中出现过相对弱势或者疑问的地方，find better optimal。
当然，最重要的原因还是电费不贵，server farm 闲着也是闲着不是？
【在 D*******r 的大作中提到】
: 赢棋它没啥可分析的，因为结果符合它的计算，不需要调整价值评估与选点评估。如果
: 能让它输一局，它会把那一局棋从头到尾，每步都弄出上百万变化图来拆解，看看到底
: 为何楼算了。
: 所以说，人类即使瞎猫碰上死耗子赢了一盘，这个漏算就转瞬即逝，下一次再想在这捡
: 漏是不可能了。
|
c*****t
发帖数: 10738 | 7 完全不记得，比赛的时候根本就不在learning mode。 |
D*******r
发帖数: 2323 | 8 问题它的算法根本就是赢棋目的，不是找最优解，如果不是该变根本算法，它研究你局
部最优解干嘛？
【在 t******l 的大作中提到】
: 理论上是阿尔法狗是大概率赢肉算，而不是理论最优解。所以赢棋可能也值得机器自己
: 分析，只要当中出现过相对弱势或者疑问的地方，find better optimal。
: 当然，最重要的原因还是电费不贵，server farm 闲着也是闲着不是？
|
t******l
发帖数: 10908 | 9 更优解，也就是让克隆狗走一两步石头的妙招的思路，石头的臭招都改成克隆狗的正常
招数。生成更加给力的参数包。
当然，如果狗回去模拟了一下，发现对手相比就是炮灰级选手，任何招数都尽在掌握中的
话。那就不浪费电了。
【在 D*******r 的大作中提到】
: 问题它的算法根本就是赢棋目的，不是找最优解，如果不是该变根本算法，它研究你局
: 部最优解干嘛？
|
q*c
发帖数: 9453 | 10 操 我已经仿佛看到机器人的坦克碾压过来时我们就像两只蚂蚁一样的局面...
【在 y*****s 的大作中提到】
: 就跟记得踩死两只蚂蚁差不多。
|
|
|
o*****p
发帖数: 2977 | 11 你这是全身心准备好了当人奸啊。那也不要耽误我当人奸。我问你的ML学习的问题呢。
【在 q*c 的大作中提到】
: 操 我已经仿佛看到机器人的坦克碾压过来时我们就像两只蚂蚁一样的局面...
|
q*c
发帖数: 9453 | 12 不会！
呢。
【在 o*****p 的大作中提到】
: 你这是全身心准备好了当人奸啊。那也不要耽误我当人奸。我问你的ML学习的问题呢。
|
o*****p
发帖数: 2977 | 13 擦
【在 q*c 的大作中提到】
: 不会！
:
: 呢。
|
b*****d
发帖数: 208 | 14 小李强烈要求反抗军派人重置时间线。。。
【在 q*c 的大作中提到】
: 操 我已经仿佛看到机器人的坦克碾压过来时我们就像两只蚂蚁一样的局面...
|
x****u
发帖数: 12955 | 15
I for one welcome our robotic overlord.
【在 q*c 的大作中提到】
: 操 我已经仿佛看到机器人的坦克碾压过来时我们就像两只蚂蚁一样的局面...
|
