- 发帖可能变空内容，邪门暂不知所以然
- 『稷下学宫』新认证方式，24年网站打算和努力目标
主题：alphaGo 系统以及人工智能的未来 -- pattern
共:💬83 🌺264 新:
复 问个问题
扩大棋盘大小对机器来说不过是多几个参数的问题，理论上来说应该是机器完胜。但对人来说，从小训练以及选拔出来的规则、直觉、技巧全部作废。
但问题是找不到足够的训练数据供机器去学习。
所以最终的结论应该是一年后李世石胜，但是多下几盘之后，机器迅速赶上并超过。
机器学习可以使机器达到比人类高一点的水平，不会比人类高很多，因为初始的训练数据是人类提供的。
- 相关回复 上下关系8
压缩 2 层
🙂如果追求公平，临时调整到一个人类也没有经验的情形呢？ 1 打架手揣兜 字721 2016-02-26 06:41:43
🙂这里的关键是规则所能容纳的空间 2 pattern 字462 2016-02-29 20:47:22
🙂看来alphaGo无法适应规则的改变 3 旧时月色 字1079 2016-02-17 22:07:05
🙂很难说
🙂按楼主的判断，临时调整棋盘电脑就不会下了 1 旧时月色 字381 2016-02-18 00:09:06
🙂是的，没法下。alphaGo 的输入必须是19*19的。 1 pattern 字0 2016-02-18 03:09:09
🙂应该不会出现这种情况 1 jahcoo 字254 2016-03-10 11:10:43
🙂应该不是全卷积的 1 pattern 字79 2016-03-10 20:29:03