由买买提看人间百态

topics

全部话题 - 话题: 疯特
首页 上页 1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)
r*******7
发帖数: 1811
1
典型天津人啊~说话能把人逗死,而且还说的特认真,哈哈~~
X******7
发帖数: 3297
2
来自主题: WaterWorld版 - 你们先不要激动
疯特。
X******7
发帖数: 3297
3
疯特。
c*******h
发帖数: 4883
4
来自主题: WebRadio版 - 疯鱼快交待你的soulmate!
分特。。。呼唤小九。。。还有晨曦。。。
X******7
发帖数: 3297
5
来自主题: Heart版 - 贝贝,哥送你一首歌
问题是我都不知什么是ESO。 疯特。。。
难道就是用傻瓜的命ToT。
n****4
发帖数: 12553
6
作为量子力学的博士后后,我可以告诉你,单个粒子同时过双缝,正是量子力学的精髓
。其实不但是双缝,就是有一万条缝,那粒子也是同时通过。实际上不仅是一万条缝,
那粒子已经穷尽了宇宙所有的路径,包括最遥远最拐弯的。它已经到达过宇宙边缘又回
来了。
量子力学告诉你,时空只是物质的属性,而且不是必不可少的属性。物质可以有时空,
也可以没有时空,可以多一点,也可以少一点。物质不会在某个特点时间一定在某个特
定位置上。严格地说,每一个粒子,都存在于所有时间和所有的空间上。
缝们后面的图样,只是最后的结果。粒子为了到达这个结果,走完了宇宙所有的途径。
L****8
发帖数: 3938
7
来自主题: Joke版 - Google人工智能 攻破了围棋,然后呢? 雷锋网 study875 39分钟41秒前 Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手,这意味着人工智能技术又或得了极大的突破。计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手,包括国际象棋、五子棋、黑白棋、拼字游戏等等。而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。不过,Google人工智能专家表示, 这个壁垒或许很快将要被打破。随着AlphaGo在没有任何让子的情况下以5:0完胜法国围棋职业二段棋手樊麾,AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上,《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。根据论文描述,在AlphaGo中,DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI,让它自己下棋,研习棋谱。不过这只是第一步。理论上,这样的训练只能让这个人工智能系统无法突破人类的计算。为了获得更好的成绩,研究员随后让系统进行自我博弈,计算出比基础棋谱更多新的打点。也就是说,战胜人类就要靠这些新的东西。 “这其中最重要的是,AlphaGo不仅记录着大量的棋谱,还有一系列规则来指导‘思考’,”DeepMind CEO Demis Hassabis说道,“事实上,该程序能够通过机器学习的方式掌握比赛技巧。” DeepMind的技术核心结合了“强化学习”及其他人工智能手段,这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。就是说,要让机器人变得更“自然”。 视觉判断 2014年初, Coulom的围棋程序“疯石(Crazystone)”在一次比赛中战胜九段棋手依田纪基。但是当时是在人类棋手让出4子的情况下赢得比赛,而这次AlphaGo并没有被让子,可以说比赛很公平。 人工智能战胜人类围棋到底有多难?即使是最强大的计算机系统也无法在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。国际象棋最大只有2155种局面,称为香农数,大致是1047。 使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉——做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。这也是围棋几千年来都让人着迷的原因。” 因此,从2014年至2015年间,包括Facebook、爱丁堡大学、DeepMind等人工智能研究团队都将围棋人工智能系统的突破方向瞄准为——使得程序能够模仿人类的直觉式思维。 自我强化 深度学习要依靠神经网络技术,它是可以模拟人脑中神经元网络的软硬件网络。神经网络不会依靠蛮力或预先输入的规则,而是会分析大量数据,“学习”特定的任务。给神经网络提供足够的喵星人照片,它就能学习识别喵星人;提供足够的语音,它也会学习理解人类的语言;提供足够的围棋走法,它也会学会围棋。 在DeepMind,爱丁堡和Facebook,研究人员希望神经网络能像人类选手一样,通过观看棋盘学习围棋。Facebook在最新的研究中表明,这种方法确实可行。结合深度学习与蒙特卡洛树搜索方法,Facebook打败了一些人类选手,虽然并非是Crazystone和其他顶尖选手。 但DeepMind走得更远。在经过3000万步人类走法的训练后,它的神经网络能以57%的准确度(此前记录是44%)预测人类的下一步。然后Hassabis和团队通过强化学习技术,让这一神经网络与它自己的另一个稍有区别的版本对战。两者互搏中,系统会评估哪一步效果最好,即占领更多棋盘区域。最终,神经网络在判断哪一步更好时会越来越优秀。 DeepMind的研究者David Silver表示,“在与其它神经网络和它自己对战数百万局后,AlphaGo学会了自己发现新策略,并逐渐提高了水平。” 正是这种方法帮AlphaGo超越了其它围棋AI系统,包括Crazystone。但事情还没完,研究人员随后将结果再反馈给第二个神经网络。了解前任的走法了,第二个神经网络会使用许多相同的技术来判断每一步的后果。这一过程与深蓝等旧系统在国际象棋上的做法类似,只是它会在下棋过程中学习,分析更多数据,而非暴力破解所有可能的步骤。这样,AlphaGo不仅能战胜AI,还能战胜顶尖人类选手了。 计算机网络 http://static.cnbetacdn.com/article/2016/0128/7bfcf7e43c9064b.jpg 李世乭 与其它神经网络一样,DeepMind的系统运行在配备了GPU的机器上。GPU最初用于渲染游戏图像,但后来有人发现,它们很适合深度学习。Hassabis表示,DeepMind系统在装备了一定数量GPU芯片的单一电脑上也可以用,但与樊麾对战中,他们用上了更大的计算机网络,其包括170个GPU和1200个标准CPU。大的计算机网络训练了同样的系统并进行了实际对战,还借鉴了训练的结果。 尽管Hassabiss会不断改善系统,但待AlphaGo与韩国选手李世乭对战时,他们会使用相同的配置。比赛中系统也需要网络连接,而且他们会“自己铺设光纤”。 挑战世界冠军比挑战樊麾难得多,但Coulom还是认为DeepMind会赢。他过去数十年一直在开发能打败最好选手的系统,现在他认为这一目标已经实现了,他买GPU会赢。 接下来…… AlphaGo的重要性不言而喻。同样的技术还能用于机器人和科学研究,以及类似于Siri的数字助理和金融系统。深度学习创业Skymind的创始人Chris Nicholson就认为,技术“能用于任何对抗性问题,任何类似于游戏且需要策略的事情,包括战争、商业和交易”。 对有些人来说,这是一件值得忧虑的事,特别是DeepMind的系统还能自己学会下围棋。它不仅能从人类提供的数学中学习,还能生成自己的数据,在与自己下棋中学习。特斯拉创始人埃隆·马斯克等大佬多次声明,这类AI系统会最终超越人类智能,脱离掌控。 幸而DeepMind的系统还在Hassabis等人的控制之下。虽然他们用系统破解了复杂的游戏,但这仍只是个游戏。AlphaGo离人类智能还很远,更不论超级智能了。下棋是一种高度结构化的情景,系统也没有人类级别的理解力。但它代表了一种方向,即如果AI能理解围棋,它也会理解更多事。如果宇宙就是一局超大型的围棋呢? via Wired
不就是把棋谱数据库增大了么 然后欺负人的记忆力
算个屁的人工智能

在合理的时间内分析出下一步最优的走法。1997年IBM超级计算机“深蓝”则利用了蒙
特卡洛搜索树的方式做到了这一点。“深蓝”能够预测出对手下一步会怎么走,而且计
算力远高于人类。但是,围棋要复杂得多。国际象棋每一步平均只有35种可能性的走法
,但是围棋呢——在19*19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计
算最大有3361种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才
1080。国际象棋最大只有2155种局面,称为香农数,大�: 率�1047。
使用蒙特卡洛树搜索技术,Crazystone等系统能够进行更长远的计算。而结合其他技术
的话,它们能够对可能性走法进行刷选,然后选择出最优的策略。在大多数情况下,它
们能够战胜人类选手,但不是最厉害的那一个。顶级大师中,走法很多时候依靠直觉—
—做棋除了需要计算,还有棋感——棋手能够根据棋形分析攻防线路。“好的棋形看起
来顺手多了,”Hassabis本身也是一名围棋手,“这其中不只有计算角力,还有审美。
这也... 阅读全帖
b*****e
发帖数: 53215
8
不是说大统领只能用爱疯嘛 用庵主太不爱国了

发帖数: 1
9
来源: 环球时报/日期: 2017-03-02
[img]http://img1.cache.netease.com/catchpic/E/E3/E39CFD331E0336CA747752D5EE897F7B.jpg[/img]
两人亲吻照
[img]http://img1.cache.netease.com/catchpic/9/93/93724C014964605F68064F7D09C1BE62.jpg[/img]
教师揉女生胸部照片
[img]http://img1.cache.netease.com/catchpic/D/D0/D09FDA245BCB7D228A0C4DD95452688E.jpg[/img]
两人合影
据日本J-CAST网站11月15日报道,东京大田区区立中学一名30岁左右的男性教师与17岁
偶像女生接吻的图片在网上流出后,其学校和区教委相继给该男子打电话发邮件引起轰
动。
“真的好可爱”、“亲~~~”。与这样的留言一起,在2015年11月2日某人发在推特上的
大头照中还有教师揉少女的胸和亲吻少女的画面。其行为有触犯了淫行处罚条例的可能。
之所以在网上引... 阅读全帖
j*****e
发帖数: 1657
10
来自主题: pets版 - 雪纳瑞有不疯的么?
我bf养了一只,活泼到一般吧,但挺喜欢叫的,特人来疯。
其实小声说,我不是很喜欢雪纳瑞,担不是性格,主要是样子我实在是欣赏不来啊
i*********s
发帖数: 8706
11
我们家的情况是。。。
豆腐非常的温柔。。。
她下嘴只是lock住小狗。。。
但是臭豆腐仍然不知轻重。。。
他的小puppy teeth还特尖,把豆腐的脚都给咬破了一个小口子。。。
两个狗貌似还挺enjoy的。。。
打累了就在地上爬着,然后躺着抢玩具。。。
躺够了就继续站起来打。。。
渴了也会一起喝水。。。
臭豆腐就站在豆腐的肚子和胸口下面喝水。。。
两个狗现在大致听懂knock it off。。。
我一吼他们就分开或者打的不那么激烈了。。。
臭豆腐一嚎叫,我们会把他按倒,肚子朝上,上下其手,并按他的脸蛋。。。
偶尔可以用verbal命令让两个狗停止,并坐下。。。
一直都在管。。。但是不知道是不是在搅乱他们正常的沟通?
如果不管,是不是又在encourage不好的行为?
m*****f
发帖数: 4970
12
来自主题: pets版 - 要疯了啊, 难道又堵了
一个corn cob 怎么会搞成这样啊。 如果是石头什么我还平衡点, 居然是一块corn
cob, 还说不是一大块, 是end piece . 我家周六的时候是吃了个 corn cob,我还特
别注意吃完了抱起来扔掉了, 因为是辣的。 难道半夜翻垃圾桶了? 这向来是熊大碗
做的事啊

any update?
★ Sent from iPhone App: iReader Mitbbs Lite 7.56
g*********9
发帖数: 2350
13
来自主题: Piebridge版 - 疯掉了,新版红楼梦

铜钱头
我特想抽叶锦添
H**********y
发帖数: 7928
14
来自主题: Piebridge版 - 疯掉了,新版红楼梦
hahaha
天底下竟有这样标志的人物

铜钱头
我特想抽叶锦添
t********e
发帖数: 1238
15
来自主题: Piebridge版 - 老夫快疯掉了
出去玩时和白男白女混居过 他们事太多 用完坐便那个盖子要不要掀起来 两个白女两
个看法 还特认真地辩论一番 晕死 一个说用完要放下来 方便女孩下次用 一个说要掀
上去 证明你没尿在上面
首页 上页 1 2 3 4 5 6 7 8 9 10 下页 末页 (共10页)