- 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
- 复 应该不是全卷积的
家园 这正是可以改造成全卷积的前提 本质上全连接层就是1X1 kernel_size的卷积层，改造成全卷积网络非常直接
问题在于原来1X1的输出变成了10X10的输出，那么最简单的就是直接做个fusion，那么狗狗的“大局观”会有一定程度的损失
更本质一点的话，把fusion用一个network来代替，通过较少的训练就可以弥补掉这种“大局观”的损失，训练代价不会超过一个月
家园 你这个思路挺好 还有一个假定是在新参数下，下棋的规律和老参数很接近。
- 复 你这个思路挺好
家园 写完了发现你说的参数和我说的参数不是一回事儿。。。 写完了发现你说的参数和我说的参数不是一回事儿。。。
从你说的参数方面看的话，其实不就是一个fine-tuning么，直觉上看新参数应该和老参数相去不远
- 复 你这个思路挺好
家园 参数就那么重要吗？ 从整个机器学习，尤其是深度学习的发展来看，参数也许并不重要，数据精度也不重要
之前我们觉得重要，是因为我们处理数据的方式不够“自然”。参数非常重要的系统，说白了就是unstable，而深度学习是要做出足够stable的系统，那么参数根本就不重要
周志华他们搞的LDM，就发现原来传统的SVM对参数那么敏感，其实也许是因为我们对数据处理的方式不太正确，LDM就对参数基本不敏感
深度学习原来对训练参数是敏感的，但是你看现在尤其是xavier、BatchNorm出来之后，对参数的敏感性极大地降低了，基本上想当然地随便设设就行了，影响的无非是训练时间的长短，对于最终结果的影响微乎其微
家园 临时调整参数也一样下不了么？ 对人来说，这种调整会有影响，但不可能就不会下棋了。
就像把篮球场地扩大到足球场大小，那排兵布阵肯定不一样，但是不可能就不会打篮球了。
对围棋来说，19*19调整为29*29大概会让职业9段变成职业3段，但是怎么也不会变成业余3段的。
- 复 很难说
家园 alphaGo 可能有点特殊 大致上同意你的看法，但是alphaGo 可能有点特殊：因为它有个自我下棋，然后学习的方法。这个自我学习在其他人工智能上还没看到过，可能也很难实现。有了这个过程，我觉得它还是有可能超过人类的。
家园 人工智能可以使得人类减少犯错误 而人工智能将会把人类从低端的脑力劳动中解放出来比如开车总会发生磕磕碰碰，下棋高手总会出臭棋。
人工智能可以减少犯错，在下棋上无所谓，在驾车上就是功德无量了。
家园 到时候可以组织一个人工智能F1赛车 看看谁的设备既安全又快速。