我与小娜（30）：AlphaGo赢了！
2016-03-09 16:11
344 查看
我与小娜（30）：AlphaGo赢了！
欢呼：３月９日下午３点４２分，AlphaGo战胜李世石，人工智能胜利了！
小娜知道，围棋选手AlphaGo是新一代人工智能（AI）软件，其奇特之处是，这种软件不需要人工训练，它自己会“学习”。它的“学习”能力可大可小，分单机版与网络版。
小娜知道，这次AlphaGo与围棋高手李世石对决，AlphaGo的主人不仅志在击败人类代表，而且还要对其AI技术水平做各种测试，其策略必将是力争在第一盘击溃人类，其后再逐渐调低AlphaGo的“难度”，以便测试人类围棋水平的上限。
小娜知道，在算法上，AlphaGo的rollouts、value
network和policy network三者的不同组合会影响其评分，根据其《Nature》论文，单机版的AlphaGo（使用48个CPU和8个GPU）如果只用rollouts，其Elo值最低，为1457，三者全用，单机版AlphaGo的Elo达到最大值2890。对阵李世乭，应该是这三者全部使用的，因此理论上调整算法的余地不大，能够调整的主要就是硬件计算力了。击败樊麾的是分布式版本的AlphaGo，其使用了1202个CPU和176个GPU，其Elo值达到3140。
小娜知道，谷歌论文对樊麾给出的Elo值是2900左右，对人类最强棋手给出的Elo值是3500。而击败樊麾的所谓分布式AlphaGo使用的CPU和GPU数量只是单机版的20多倍，且在去年10月，5秒一步的约束条件下，其Elo值就已经达到了3140分。经过5个月的自我学习，并在每方2小时，3次1分钟读秒的限时中，AlphaGo的计算力将会增大多少，实在难以想象。呜呼！
袁萌 3月9日
欢呼：３月９日下午３点４２分，AlphaGo战胜李世石，人工智能胜利了！
小娜知道，围棋选手AlphaGo是新一代人工智能（AI）软件，其奇特之处是，这种软件不需要人工训练，它自己会“学习”。它的“学习”能力可大可小，分单机版与网络版。
小娜知道，这次AlphaGo与围棋高手李世石对决，AlphaGo的主人不仅志在击败人类代表，而且还要对其AI技术水平做各种测试，其策略必将是力争在第一盘击溃人类，其后再逐渐调低AlphaGo的“难度”，以便测试人类围棋水平的上限。
小娜知道，在算法上，AlphaGo的rollouts、value
network和policy network三者的不同组合会影响其评分，根据其《Nature》论文，单机版的AlphaGo（使用48个CPU和8个GPU）如果只用rollouts，其Elo值最低，为1457，三者全用，单机版AlphaGo的Elo达到最大值2890。对阵李世乭，应该是这三者全部使用的，因此理论上调整算法的余地不大，能够调整的主要就是硬件计算力了。击败樊麾的是分布式版本的AlphaGo，其使用了1202个CPU和176个GPU，其Elo值达到3140。
小娜知道，谷歌论文对樊麾给出的Elo值是2900左右，对人类最强棋手给出的Elo值是3500。而击败樊麾的所谓分布式AlphaGo使用的CPU和GPU数量只是单机版的20多倍，且在去年10月，5秒一步的约束条件下，其Elo值就已经达到了3140分。经过5个月的自我学习，并在每方2小时，3次1分钟读秒的限时中，AlphaGo的计算力将会增大多少，实在难以想象。呜呼！
袁萌 3月9日
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- ORA-01017: invalid username/password; logon denied
- alphago战胜李世石
- django mongoengine 判断mongoengine定义的字段类型
- 为网页添加logo图标
- Go一致性哈希库consistent
- Codeforces 86D. Powerful array (MO's Algorithm(区间查询的离线优化))
- golang中调用C
- golang中函数闭包遇到的坑
- django1.8 增加注册用户其他字段
- 李世石和AlphaGo人机围棋大赛
- Go语言中Restful模式与Routes路由框架
- Google 搜索命令
- CodeForces 630D-Hexagons!
- goto void
- Django入门
- HDU 3903 Trigonometric Function（数学定理）
- HDU 3903 Trigonometric Function（数学定理）
- 我与小娜（29）：AlphaGo必胜！
- 谷歌出品！7条超实用的虚拟现实交互式设计原则
- 编写GO的WEB开发框架 (八): Session支持及自定义Session