作者:
cabon (低語森林悄悄寧靜)
2016-02-01 11:41:41XD:
其實台灣專門做這一塊的高手
現在轉行了?
冷牛奶 之前研發到可以跟zen單挑 有一爭之力
關於谷歌的程式
我比較想要讓他 擺一些鬼手的瞬間
他真的發現得了嗎?
例如秀哉跟吳大國手的空裡點
藤澤秀行殺加藤正夫的只此一手
坂田榮男的一拖拉庫...
真好奇
可能得問AJA了...
作者:
staristic (ANSI lover)
2016-02-01 11:57:00我猜應該秒殺，這些名局應該是第一批餵AI的食物就算不是第一批，應該也是餵過。如果答不出來……
作者:
kafai (豬仔包 PigSonBow)
2016-02-01 13:07:00餵過跟TRAIN起來是兩回事，偶發的鬼手可能當NOISE進不去
作者: coldmilk (冷牛奶) 2016-02-01 13:16:00
我不行啦，身體太多毛病，已經不寫圍棋程式了。還有Coldmilk根本比不上Zen，倒是交大吳毅成老師的團隊開發的CGI最近棋力突飛猛進，我看很有可能已經有KGS 6D水準了
作者:
aaaba (小強)
2016-02-01 13:19:00這個問題太有趣了。因為機器學習講究的是學到普遍性的原則，而非記憶各種特殊解，所以這個問題就得看這些鬼手發生當時的盤面會不會透過類神經網路映射到一個容易發現鬼手的特殊空間(而不是人類直觀看到的361維空間)。如果可以，表示AlphaGo的普遍性原則萃取得非常之好，很神。
作者:
nanlong (懶龍)
2016-02-01 14:02:00有時鬼手妙手是因非理性或失衡造成某種局面而爆發出來的.人比較會這樣..電腦很理性我就不知會不會這樣會爆。有時雙方無錯著還挺無聊的-看起伏落差大的對局有趣點。
答得出來也可能是 overfitting 不一定是好事
作者:
ddavid (謊言接線生)
2016-02-02 03:43:00其實之前那篇我推文也就是想說這些妙手鬼手是真的很難學，因為是違反Data Mining & Machine Learing大方向的學習，但也不是沒有研究在針對這種「找出有價值的稀少特例」在做