※ 引述《david190 (david)》之铭言：
: : → JPChinbotsu: 阿法狗是英国孤狗啦，德国法国也有软件啦，以色列爱 05/24 00:54
: : → JPChinbotsu: 沙尼亚芬兰也不用说 05/24 00:54
: : → JPChinbotsu: 不想做就直接说 05/24 00:54
: DeepMind创办人Hassabis和Legg在伦敦大学生命科学系的盖兹比计算神经科学小组里相识
: 2014年1月26日，Google宣布已经同意收购DeepMind科技
: 是于2014年开始由英国伦敦Google DeepMind开发的人工智能围棋程式
: AlphaGo的做法是使用了蒙地卡罗树搜寻与两个深度神经网络相结合的方法，其中一个是
: 以估值网络来评估大量的选点，而以走棋网络来选择落子。在这种设计下，电脑可以结合
: 树状图的长远推断，又可像人类的大脑一样自发学习进行直觉训练，以提高下棋实力
: 结论 :
: 这是一个模拟人脑神经网络科学的突破 专业的在生命科学系计算神经科学
: 台湾如果想玩 要跟生科系 一起共创大未来 单靠资工人员是有限的
: 生科+资工=AI 懂?
蒙地卡罗+类神经的好处是预先演算建立大量推测资料
再用推测资料判断最佳值 类似推测这棋步赢的机率有多少
这应该是一年前自我学习资料推演阶段
AlphaGo现在应该不用这样做了
按照他们记者会讲述现在单机上面运行
现在应该已经验证一种模型可快速计算棋步最佳值
而且直接跟柯杰对奕验证会否有Bug在这种快速求解的演算模型上
如果要把演算匹配细致到像是人脑匹配一样 那反而降低演算效率
用在现有电脑计算上 只是一种大负担 却没有很多好处
就像是在手机上运行WINDOWS10 打3D游戏一样
发展这个不如先解决计算机演算结构的问题
像是用量子逻辑建构的量子电脑 可能计算效率快于现在的数万倍
如果达成了 你想做什么样的AI都有可能发生