好書推薦的跟葉太學英文 Regina’s English Works for You是本格外受讀者歡迎的書籍

放假總是需要一個不做什麼事的休息日，好好看本書，

跟葉太學英文 Regina’s English Works for You是個不錯的選擇

跟葉太學英文 Regina’s English Works for You曾在博客來網路書店造成搶購熱潮。

入手後真的不錯內容精彩！開心^~^! 錯過就太可惜了！

博客來,博客來網路書店,博客來網路書局,博客來書店,博客來網路書店歡迎您

  • 出版社：天地圖書

    新功能介紹

  • 出版日期：2015/10/02
  • 語言：繁體中文


跟葉太學英文 Regina’s English Works for You 推薦 跟葉太學英文 Regina’s English Works for You 分享 跟葉太學英文 Regina’s English Works for You 開箱文

商品訊息功能:







說謊厚黑學



受氣厚黑學



走別人不敢走的路：因材施教的放任主義



人際傳播學(增訂版)





跟葉太學英文 Regina’s English Works for You













調解：談判突破困局



輸給會說話的人不甘心~７天打通表達力~



靠嘴吃飯



吳淡如超人氣說話術





跟葉太學英文 Regina’s English Works for You推薦，跟葉太學英文 Regina’s English Works for You討論，跟葉太學英文 Regina’s English Works for You比較評比，跟葉太學英文 Regina’s English Works for You開箱文，跟葉太學英文 Regina’s English Works for You部落客

跟葉太學英文 Regina’s English Works for You那裡買，跟葉太學英文 Regina’s English Works for You價格，跟葉太學英文 Regina’s English Works for You特賣會，跟葉太學英文 Regina’s English Works for You評比，跟葉太學英文 Regina’s English Works for You部落客 推薦

內容來自YAHOO新聞

雅虎科技新聞: 人工智慧成功挑戰圍棋里程碑的幕後推手， Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處



Google 旗下人工智慧公司 DeepMind 前些日子以 AlphaGo 程式以 4：1 的佳績成功挑戰韓國圍棋天才李世石，也為人工智慧史創下全新的里程碑，而幕後推手 DeepMind 公司團隊中的資深研究員以及 AlphaGo 主要程式開發者黃士傑博士也在稍早與台灣媒體見面，簡單的闡述 AlphaGo 與傳統人工智慧不同之處。

黃士傑博士出身於台灣，同時也是業餘六段圍棋棋手，早在加入 DeepMind 前就已經於 2010 年以自己開發的圍棋程式 Erica 獲得第十五屆奧林匹亞電腦遊戲程式競賽的金牌。在加入 DeepMind 之後，也將其開發經驗融入這套系統。



黃博士提到，有三千年歷史的圍棋之所以成為人工智慧系統挑戰的目標，仍是因為其複雜性極高，共有 10 的 170 次方的可能性，遠超越國際象棋，還比起地球的原子複雜性更高；化為實際層面，象棋第一步僅有 80 步，但圍棋第一步卻高達 360 步，是故 1997 年即便 IBM 深藍打敗當時國際象棋棋王，然而到 AlphaGo 之前仍未有人工智慧可成功地挑戰圍棋。

AlphaGo 之所以與眾不同，是因為這套系統是基於機械神經網路的深度學習系統，同時以策略網路、質網路兩項分別簡化運算搜尋的廣度以及深度的邏輯，使 AlphaGo 與人類在仰賴計算以及直覺的圍棋對弈中勝出。

基於機械神經網路的深度學習系統在去年 NVIDIA 的 GTC 大會已經由 Google 的資深科學家暨工程師 Jeff Dean 解釋過，有興趣可見去年報導：請點此，簡言之 AlphaG 就是從過去累積的圍棋棋譜中進行學習並自行對弈而進化；至於策略網路與質網路是甚麼？簡單的說，策略網路就是從廣泛的可能性中挑選出最佳的幾手，而非把所有的可能性列入考量，至於質網路則是預測接下來幾步可能發生的情況，並藉此判斷目前處於優勢或是劣勢，一旦發現獲勝無望， AlphaGo 也會欣然接受並放棄。

也就是透過策略網路篩選出最佳的選擇，並以質網路在執行動作後預測之後的發展並判斷優勢或是劣勢；也因為這兩項功能， AlphaGo 在第四局發現不再有獲勝機會後就選擇放棄，然而在第五局對弈逆轉勝， AlphaGo 沒有情感，只精確的判斷自己是否仍有獲勝機會，也是人工智慧與人類最大的不同。



綠色部分是策略網路所篩選放棄掉的行為，而紅色處則是質網路所篩選掉的過於複雜的未來推演，最終中央保留的部分就是 Alpha 從最佳的下法結合接下來幾步下法分析演算的結果。

關於韓國聲稱 AlphaGo 是以李世石下棋的特性作為學習範本，並藉此針對李世石的弱點進行分析，黃博士博客來書店反駁這樣的說法，他表示 AlphaGo 這套系統之所以能夠挑戰複雜的圍棋，就是因為它具備持續進化的學習能力，今天的 AlphaGo 即便與任何一位棋士挑戰也都具備相同的水準，針對李世石進行模擬推演是子虛烏有。

挑戰完圍棋之後， AlphaGo 還要挑戰些甚麼，黃博士表示目前團隊都還在商擬中，他也不能代表團隊說甚麼；至於 AlphaGo 能否用於挑戰變化更大的遊戲，例如撲克牌以及即時戰略遊戲、 MOBA 遊戲？黃博士則表示撲克牌已經被破解，不過像是即時戰略遊戲以及 MOBA 則相較圍棋有著不同的複雜性，畢竟是敵暗我明，不確定性也會更高。



而 AlphaGo 對於 DeepMind 團隊並不是一個專為圍棋開發的人工智慧，而是一套能廣泛用於各類領域的邏輯，其實 Google 也很早就投入人工智慧發展，目前的圖像、文字、語音搜尋服務等等，皆是基於人工智慧的成果，然而 DeepMind 的 AlphaGo 則是將人工智慧邏輯昇華到一個新階段，未來也會朝包括醫療、機器人等投入應用，最終的目標是使人類生活變得更好。

至於電影中人工智慧最終滅絕人類的情節會否上演？黃博士表示現階段完全不可能發生，因為 AlphaGo 仍停留在學習後見招拆招，與電影中能夠獨立思考的人工智慧還有非常大的差異；撇開技術發展， DeepMind 的負責人也相當重視這點，故在加入 Google 後旋即成立倫理委員會，審慎的評估人工智慧與人類倫理之間的關係。

你或許會喜歡

299上網吃到飽即將結束

業界最低價！300M光纖上網300元起

Source: 人工智慧成功挑戰圍棋里程碑的幕後推手，博客來 Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處



新聞來源https://tw.news.yahoo.com/雅虎科技新聞-人工智慧成功挑戰圍棋里程碑的幕後推手-google-deepmind-資深研究員-123700792.html





跟葉太學英文 Regina’s English Works for You



博客來,博客來網路書店,博客來網路書局,博客來書店,博客來網路書店歡迎您
87C03429BFD29F6C
arrow
arrow
    文章標籤
    博客來網路書局 第六 理之間 特性 博客來書店
    全站熱搜

    mij86uh35n 發表在 痞客邦 留言(0) 人氣()

    E-mail轉寄