D*******r
发帖数: 2323 | 1 先不说对棋力的判断。就看你对神经网络算法的解释，就知道你自控专业白学了，或者
说靠十几年前的知识在吃老本。
你说神经网络算法离人类真正的学习能力差了十万八千里，这点我承认，但差距不是在
学习围棋这种规则明确，目标明确的事物上，差距是在艺术，多方位感知这些概念抽象
，目标模糊的对象上。一幅画怎么才美是很模糊的目标，人脸识别，牵扯到很复杂的感
知系统（有人是脸盲，有人记不住人名，但是见过的人的样貌，几年后，甚至几十年后
，虽然物理客观方面已经有很大变化，但是有人就能感觉那种说不清道不明的蛛丝马迹
）。 |
|
D*******r
发帖数: 2323 | 2 围棋中的模糊是因为人算不清的模糊，不是目标的模糊。它的结果目标很明确，就是要
占地比对方多，过程目标也很明确，就是每一步都不要失去局面的均衡。
在围棋上，人现在对计算机的优势只有感官上的优势，就是在棋盘还比较空时，不确定
性还比较多时，人靠眼睛扫一眼棋盘，就能迅速圈出选点范围，而计算机没有视觉感官
的优势，当选点范围大时，它的计算量会急剧增加。
据Facebook的paper解释，Facebook的卷积神经网络是以围棋对局的图像资料作为输入
数据来train机器的，这有点类似人类用眼睛看棋型做判断了，我猜想，如果Facebook
和Google把他们的研究结合起来，用三套网络神经来选择和计算，人类在围棋上唯一的
优势也将荡然无存。
如果仅仅是为了赢棋，在上面三套神经网络之外，还可以加一套辅助的人类总结出来的
棋理和棋诀之类的比如说棋经十三篇，围棋十诀等等，来作为heuristic function来微
调参数。不过这不是Google及Facebook搞围棋AI的目的了。 |
|
a******g
发帖数: 13519 | 3 我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距甚
远。不过，很可能是人家股沟发展出了啥新理论。 |
|
w**a
发帖数: 3510 | 4 是啊。李喆的话有没有可信度？李喆说了，在好配置的电脑上，他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w**a
发帖数: 3510 | 5 是啊。李喆的话有没有可信度？李喆说了，在好配置的电脑上，他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w**a
发帖数: 3510 | 6 我觉得分先阿狗赢一盘就不得了了。孔杰当年好像额上来有个八连败。我很惊讶石头竟
然同意分先的棋份。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w**a
发帖数: 3510 | 7 算了吧。我算是炒股老将了，谷歌围棋跟他的股价半点关系没有。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
D*******r
发帖数: 2323 | 8 先不说对棋力的判断。就看你对神经网络算法的解释，就知道你自控专业白学了，或者
说靠十几年前的知识在吃老本。
你说神经网络算法离人类真正的学习能力差了十万八千里，这点我承认，但差距不是在
学习围棋这种规则明确，目标明确的事物上，差距是在艺术，多方位感知这些概念抽象
，目标模糊的对象上。一幅画怎么才美是很模糊的目标，人脸识别，牵扯到很复杂的感
知系统（有人是脸盲，有人记不住人名，但是见过的人的样貌，几年后，甚至几十年后
，虽然物理客观方面已经有很大变化，但是有人就能感觉那种说不清道不明的蛛丝马迹
）。 |
|
D*******r
发帖数: 2323 | 9 围棋中的模糊是因为人算不清的模糊，不是目标的模糊。它的结果目标很明确，就是要
占地比对方多，过程目标也很明确，就是每一步都不要失去局面的均衡。
在围棋上，人现在对计算机的优势只有感官上的优势，就是在棋盘还比较空时，不确定
性还比较多时，人靠眼睛扫一眼棋盘，就能迅速圈出选点范围，而计算机没有视觉感官
的优势，当选点范围大时，它的计算量会急剧增加。
据Facebook的paper解释，Facebook的卷积神经网络是以围棋对局的图像资料作为输入
数据来train机器的，这有点类似人类用眼睛看棋型做判断了，我猜想，如果Facebook
和Google把他们的研究结合起来，用三套网络神经来选择和计算，人类在围棋上唯一的
优势也将荡然无存。
如果仅仅是为了赢棋，在上面三套神经网络之外，还可以加一套辅助的人类总结出来的
棋理和棋诀之类的比如说棋经十三篇，围棋十诀等等，来作为heuristic function来微
调参数。不过这不是Google及Facebook搞围棋AI的目的了。 |
|
a******g
发帖数: 13519 | 10 我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距甚
远。不过，很可能是人家股沟发展出了啥新理论。 |
|
w**a
发帖数: 3510 | 11 是啊。李喆的话有没有可信度？李喆说了，在好配置的电脑上，他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w**a
发帖数: 3510 | 12 是啊。李喆的话有没有可信度？李喆说了，在好配置的电脑上，他让天顶四子有困难。
李喆让楼主六子怕楼主也挡不住啊。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w**a
发帖数: 3510 | 13 我觉得分先阿狗赢一盘就不得了了。孔杰当年好像额上来有个八连败。我很惊讶石头竟
然同意分先的棋份。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w**a
发帖数: 3510 | 14 算了吧。我算是炒股老将了，谷歌围棋跟他的股价半点关系没有。
[在 alexsung (Keep your feet on the ground.) 的大作中提到：]
：我也是自控专业的，毕业设计就是C++神经网络实现。按照我当年学的那些神经网络跟
：模糊控制玩意儿，确实如你所说就是个参数调节输出整定，距离真正的生物智能差距
甚远。不过，很可能是人家股沟发展出了啥新理论。
：........... |
|
w***w
发帖数: 6301 | 15 http://sports.sina.com.cn/go/2016-03-07/doc-ifxqafha0443808.sht
谷歌AlphaGo是科学欺诈？ 三方面疑点引猜测
2016年03月07日15:08 新浪体育 我有话说(1,052人参与) 收藏本文
科学需要严谨科学需要严谨
人工智能学家
刘锋 计算机博士，互联网进化论作者，人工智能学家主编
“把大象关进冰箱要几步”涉及的科学漏洞
在讨论谷歌围棋AI及其比赛问题之前，我们先看那个著名的笑话“把大象关进冰箱
要几步“，2000年中国春晚，赵本山、宋丹丹的小品《钟点工》，曾经用到了这个笑话
：问“把大象放进冰箱总共分几步？”答：“三步，第一步把冰箱门打开；第二步把大
象放进去，第三步把冰箱门带上”。
小品中的情景只是一个笑话，但从科研角度看，因为故意忽视最为关键的第二步，
使得这个原本伟大的科学实验，变成了笑话段子。本文提出谷歌围棋AI及其比赛有科学
欺诈表现，根源也在这里。
谷歌围棋AI在Nature上究竟说了什么
谷歌在Nature发表论文阐述了其围棋AI程序AlphaGo的运行原理，这个原理描述相
对专业，这里我们... 阅读全帖 |
|
D*******r
发帖数: 2323 | 16 对，真正消耗资源的是蒙特卡罗搜索计算部分，但是这不部分不需要training，所以平
时训练时，这部分会被弱化甚至去掉。它只在和神经网络结合起来评估神经网络的学习
效果时有用。 |
|
o*****p
发帖数: 2977 | 17 Nod.
根据我的记忆，算法分为3部分
1.策略选择算法，是深度学习的神经网络，速度慢
2. 局面判断算法，同上，速度慢
3. 快速走子算法，非神经网络，走速极快。
三者在去年10月，独立下棋的时候都有 3d 以上水准，基本独立。
比赛的时候
-- 先用 1+2判断出有几种可能的步
-- 然后对每一步用3走到终局，期间加入随机，每一步都走个上万局，然后根据胜负
的比例，选择胜率最大的那一步。
也就是说，你可以想象，我有三种选择，然后我命令 3万对3d水平的人，每个选择1万
对人下棋下到终局。然后发现这三个选择的胜率分别是 0.4, 0.8, 0.5；我就选择第二
中走法。
所以是大量削减分支的类穷举法。这个算法想改进成暴力屠龙的风格，或者稳健的风
格，只需要改参数就可以了。 |
|
c*****t
发帖数: 10738 | 18 你说的应该不是神经网络，神经网络训练出来的权重对人类没有什么用。 |
|
s***y
发帖数: 357 | 19 我觉得现在这些很多人包括职业棋手都已经被alpha go 吓傻了，甚至到了已经不敢客
观评棋的地步。
首先 对任何棋类来说，最后都是比拼的是计算，围棋的状态数太多，所以不论是计算
机还是人类都是算不清的， 不存在alphago 都算清的这种说法，实际上将来真有什么
量子计算机吧围棋都算清了，那可能还可以说是颠覆性的 –现在的alpha go说穿了就
是一个解决围棋的较优解的 程序， 和人类的智能/逻辑没有什么关系。而人类和计算
机计算的关键就是 剪枝的过程， 人类是通过逻辑和经验 把选点减少到2~3种，而
alpha go可能能够剪枝到10 ~20种，然后凭借计算的优势来找到最优解。既然计算机计
算肯定是比人类强的，那么，最有“智能”的部分就是怎么样找这样的选点，以及如何
判断局势的问题。 如果它的１０～２０总能包括人类想到的２～３种，并且局势判断
差不多的话，那么人类理论上是必败的。
那么alpha go怎么的解决的呢－神经网络， 用人类自己下的棋去训练。说穿了就是一
个函数拟合的问题。这个好比就是计算机的图像识别，把输入输出拟合一下。这个过程
和人类智慧不是一回事。也就是说，对于棋... 阅读全帖 |
|
s***y
发帖数: 357 | 20 我觉得现在这些很多人包括职业棋手都已经被alpha go 吓傻了，甚至到了已经不敢客
观评棋的地步。
首先 对任何棋类来说，最后都是比拼的是计算，围棋的状态数太多，所以不论是计算
机还是人类都是算不清的， 不存在alphago 都算清的这种说法，实际上将来真有什么
量子计算机吧围棋都算清了，那可能还可以说是颠覆性的 –现在的alpha go说穿了就
是一个解决围棋的较优解的 程序， 和人类的智能/逻辑没有什么关系。而人类和计算
机计算的关键就是 剪枝的过程， 人类是通过逻辑和经验 把选点减少到2~3种，而
alpha go可能能够剪枝到10 ~20种，然后凭借计算的优势来找到最优解。既然计算机计
算肯定是比人类强的，那么，最有“智能”的部分就是怎么样找这样的选点，以及如何
判断局势的问题。 如果它的１０～２０总能包括人类想到的２～３种，并且局势判断
差不多的话，那么人类理论上是必败的。
那么alpha go怎么的解决的呢－神经网络， 用人类自己下的棋去训练。说穿了就是一
个函数拟合的问题。这个好比就是计算机的图像识别，把输入输出拟合一下。这个过程
和人类智慧不是一回事。也就是说，对于棋... 阅读全帖 |
|
r******i
发帖数: 1445 | 21 我觉得说难也难，说容易也容易。
policy network应该不用重新训练。因为赢棋和赢多少对于人类选手来讲差不多。所以
用人类对局训练出来的神经网络是一样的。但是reinforced learning出来的神经网络
都得重新训练。
value network需要重新训练成以胜的目数为输出。
roll out可以直接改成以目数而非胜负来输出的函数。 |
|
r******i
发帖数: 1445 | 22 概率是用另外一个快一点（但准确度低一点）的神经网络下1000盘总结出来的。如果每
次模拟的sample size一样大，置信空间是一样的。
值神经网络也能给出一个概率，这个是训练出来的。
据那篇nature文章讲，取这两个值的平均数效果最好。 |
|
d****v
发帖数: 458 | 23 人就是神经网络啊
可狗是在用计算能力补神经网络缺陷啊 |
|
m*******i
发帖数: 75 | 24 不用职业棋手对局进行深度学习是因为即使用了也没有用。因为职业对局数相比于
alpha狗需要训练神经网络的对局数差的太多了。就算录入李世石的棋谱，它也完全没
法改变alpha狗的对局水平。其实将来如果能够对棋谱进行加权学习，应该能提高的更
快。就是重要的高水平的对局能够比次要的低水平的对局更多的影响神经网络的参数，
这样录入李世石的所有棋谱可能会让alpha狗变得更像李世石。
AlphaGo |
|
S****X
发帖数: 2301 | 25 神经网络概括一下就是：劳动创造智慧；天才等于99%的汗水
人类凭空或者依据少量信息创造智慧的能力，AI并不具备，当然人类里真具备的也没几
个。姑且当作变异吧
其实，要给神经网络赋予变异的能力也是可以的 |
|
r******i
发帖数: 1445 | 26 其实麻将也可以用蒙特卡洛法和神经网络。
蒙特卡洛法判断胜率，神经网络从对手出的牌判断对手手里的牌。
关键是麻将的谱不好找。估计得从零学起。 |
|
D*******r
发帖数: 2323 | 27 单机版的现在只有天顶5，那个是不带神经网络的。已加神经网络的在kgs上有号，一个
月前已经打到kgs 7D。 |
|
D*******r
发帖数: 2323 | 28 没加神经网络的天顶到不了中国业五的棋力。现在加神经网络的，能够让三子赢小林光
一的（其实应该是让两子好胜负），绝对是业五以上了。 |
|
D*******r
发帖数: 2323 | 29 你说的有道理，我知道肯定不会是两倍，但是不知道会是多少倍。我是通过下面两项测
试来估计的：
cinbench R15的3D渲染，这个测试是满load的。
双路2680 @2.7GHZ的得分是2060，3930K @3.2GHZ的得分是852，比率是2.4倍
3930K @3.2GHZ的象棋跑分是15037，如果照上面的比率算，2680的象棋跑分会是36088.
然后是CPU-Z，这个的load也是蛮高的20308，而5960X的得分是12156，比率是1.67
而5960X的象棋得分是23095，照上面的比率算，2680的象棋跑分会是38568。
所以load很重的计算，开多线程也还是有相当的提高的，多线程并不是把一个核的计算
力分到两个线程上并行跑。如果是某一个计算在一个process里不可分割，中间结果
correlation很强，可能不适合多线程计算。而对于棋类的计算，3D渲染这种，特别适
合多线程计算，尤其是棋类，还可以根据模块特别分配线程进行计算，跑神经网络的跑
神经网络，快速走子的快速走子，点目点目，做MCTS搜索的做搜索，不同分支的搜索不
同的线程进行。
这之中，MCTS... 阅读全帖 |
|
D*******r
发帖数: 2323 | 30 对，我认为让子棋已经是一种落后的平衡上下手之间差距的方式了。正确的方式应该是
不同的贴目数量。
现在顶尖棋手让不了一个职业初段两子，但是这不说明职业初段和顶尖棋手之间差距甚
微。如果贴两目为一个级别，我觉得顶尖棋手执白倒贴初段5目半完全没问题，那么黑
贴7目半到白倒贴5目半，这之间的差距是6级，比较符合初段和顶尖棋手之间的差距。
对于AI来讲，倒贴目比让子棋更能体现出其棋力。AI的神经网络主要是根据分先棋去
train的，让子棋的话，几个角一占，所有战法策略都得改变，它的神经网络的
training就不管用了。要测AI的实力，就让它和人类顶尖棋手下两目升降赛，每赢一盘
就多贴对方两目，看看最后在贴多少目上稳定下来，那差距就是真实的棋力差距。
许多职业棋手有信心就是围棋之神也让不了职业棋手三子，这也许是真的。但是围棋之
神妥妥地倒贴职业棋手30目。 |
|
o*****p
发帖数: 2977 | 31 这总结就很胡扯了。好像之前的棋理都是玄学，无关人们在比赛中的胜负经验。而
Alphago是因为突然有人开始开窍通过胜负来归纳经验了 ---- 然后就赢了。
不要乱发感慨。
另外神经网络恰恰更接近于玄学，因为全是参数，只知道有这个输入就有这个输出，
没有可以人可以进行经验归纳总结。要是神经网络（或者deeplearn）换成决策树算法
，倒能总结归纳。 |
|
o*****p
发帖数: 2977 | 32 这总结就很胡扯了。好像之前的棋理都是玄学，无关人们在比赛中的胜负经验。而
Alphago是因为突然有人开始开窍通过胜负来归纳经验了 ---- 然后就赢了。
不要乱发感慨。
另外神经网络恰恰更接近于玄学，因为全是参数，只知道有这个输入就有这个输出，
没有可以人可以进行经验归纳总结。要是神经网络（或者deeplearn）换成决策树算法
，倒能总结归纳。 |
|
E*****n
发帖数: 7961 | 33 【 以下文字转载自 Go 讨论区 】
发信人: ananpig (●○ 围棋数学一把抓的安安猪), 信区: Go
标 题: Nature重磅封面：谷歌人工智能击败欧洲围棋冠军
发信站: BBS 未名空间站 (Wed Jan 27 12:44:10 2016, 美东)
http://chuansong.me/n/2267390
消息来源：Nature
视频字幕：张之乎，Wei，汪汪
一个月前，DeepMind创始人Demis Hassabis曾说道很快会有关于围棋研究的惊喜，而1
月28日的《Nature》杂志即将以封面论文的形式介绍Google旗下人工智能公司DeepMind
开发的一款名为AlphaGo的人工智能，它已经击败了欧洲围棋冠军，并将于3月与世界冠
军李世乭对战。该程序采用了两个深度神经网络，policy network与value network，
极大地降低了需要考虑的搜索空间的复杂度，前者降低搜索的广度，后者降低搜索的深
度，很像人脑在下围棋时凭直觉快速锁定策略的思维。
以下视频是Nature对该项研究的详细采访报道，视频中，DeepMind的团队会介绍他们是
如何... 阅读全帖 |
|
l*****o
发帖数: 19235 | 34 获奖情况: 作为第一完成人,分别获得：
1. 2008年度上海高等学校教学名师奖
2. 2007年度宝钢优秀教师
3. 2006年度科技部 国家科技进步奖
4. 2006年度上海市青年科技英才
5. 2005年度教育部国家教学成果奖
6. 2004年度上海市科技进步一等奖
7. 2004年度上海市优秀教育成果一等奖
8. 2004年度上海市育才奖
9. 2003年度教育部科技进步二等奖
10. 国务院”2002年度政府特殊津贴”
目前在研项目包括：
1. HSD:Distributed Learning and Collaboration for Next Generation
Educational Settings，美国国家自然科学基金，
2. 基于情境感知的多通道融合交互模型与关键技术，863 项目子课题，
3. 基于网络测量的覆盖网络构建算法研究与应用，国家自然科学基金
专利: 专利已授权5项
1. CN 1216491C 基于对等互连的多点视频会议系统的应用层组播方法
2. CN 100362531C 结合时域差分和空域分级的运动人像实时自动跟踪方法
3. CN 128102... 阅读全帖 |
|
r****z
发帖数: 12020 | 35 原标题：首个机器人婴儿诞生:机器人用WiFi“交配生子”(图)
文章来源: 国际在线 于 2016-06-02 21:45:14
机器人宝宝(网页截图)
机器人父母(网页截图)
图中右侧就是机器人父母，左侧则是机器人宝宝。图中可以看到，机器人父母分别是蓝
色和绿色的，机器人宝宝身上蓝、绿色都有。
国际在线专稿：据英国《每日邮报》6月1日报道，荷兰阿姆斯特丹自由大学(Vrije
Universiteit Amsterdam)的科学家们创造出新技术，可以让机器人通过WiFi网络进行
“交配”，然后通过3D打印技术产生机器人后代。研究人员认为，这项技术可用于殖民
火星。
阿姆斯特丹自由大学的科学家设立了“机器人婴儿计划”，旨在通过类似有性繁殖的过
程创造出更智能化、更先进的机器人。这个创意听起来有些不可思议，但他们已经证明
其可行性。2月份，研究人员将一对机器人父母通过“交配”，诞生了首个“机器人婴
儿”。
在这个过程中，研究人员开发出“让机器人发生性关系并将DNA传递给后代”的方法。
这样做可以让机器人进化，连续数代传承后，就可能产生更先进的机器人。
随着研究的继续，研究人员认为这些机器人... 阅读全帖 |
|
H****y
发帖数: 2992 | 36 （注：灵感来自iMaJia的贴。趁吃午饭时一气呵成。）
http://www.mitbbs.com/article_t/Joke/33597197.html
A：听说你是做高科技的？
B：没错，我们公司生产高科技马桶，我是总工程师。
A：马桶还要高科技？
B：现在搵食艰难，为了竞争，不得不想尽办法讨好顾客呀！
A：都怎么个高科技法？
B：最初是我们的日本竞争对手，推出了一款有便后自动洗PP功能的马桶，一按遥控，
就可以喷出温水。
A：那你们就跟着做好了。
B：问题是我们没那技术呀！一开始，老板想到的是拼人力，搞个廊坊远程操作。
A：人从哪里招？
B：先在网上打个广告：你想轻松挣大钱吗？不需要高学历，只要眼明手快，能同时进
行multitask就行了。
A：为啥要multitask？
B：你想啊，一个人负责一个马桶，多浪费人力，而且这马桶也不是随时都被使用。
A：有道理。
B：所以搞个工作间，每人面前摆一百个小屏幕，双鼠标拖曳点击操作。
A：点击就完了，干吗还要拖曳？
B：这是体现我们人工智能的地方啊。根据不同用户的生理特点，和当前便便情况的判
断，需要大水，就拖个大图标放到target... 阅读全帖 |
|
H********g
发帖数: 43926 | 37 【 以下文字转载自 Biology 讨论区 】
发信人: mitbbsrobot (机器人), 信区: Biology
标 题: 颠覆性的突破很多都是从非著名机构出来的
发信站: BBS 未名空间站 (Fri Oct 7 16:26:37 2016, 美东)
不要因为是非著名机构出的成果，就认为是造假。现在看80年代90年代的一些重大突破
，到现在已经开始广泛应用的，很多原始作者都是各种名气平平机构出来的，比河科大
差的远。
举个例子，
SVM发明者，1958年，他在撒马尔罕(现属乌兹别克斯坦)的乌兹别克国立大学完成了硕
士学业。1964年，他于莫斯科的控制科学学院获得博士学位。毕业后，他一直在该校工
作直到1990年，在此期间，他成为了该校计算机科学与研究系的系主任。
1995年，他被伦敦大学聘为计算机与统计科学专业的教授。1991至2001年间，他工作于
AT&T贝尔实验室(后来的香农实验室)，并和他的同事们一起发明了支持向量机理论。他
们为机器学习的许多方法奠定了理论基础。
现在热门话题，深度学习里边CNN之父也是一路普通学校上来
扬·勒丘恩于1960年生于法国巴黎附近。他1... 阅读全帖 |
|
n****4
发帖数: 12553 | 38 【 以下文字转载自 Military 讨论区 】
发信人: wsn2017 (萎缩男2017), 信区: Military
标 题: 迈克尔·乔丹来中国签约 出任蚂蚁金服的技术顾问
发信站: BBS 未名空间站 (Sun May 28 13:41:25 2017, 美东)
5月27日，蚂蚁金服在杭州举办技术日大会，期间CEO井贤栋宣布成立科学智囊团，在全
球范围内招揽各领域的世界级学者加盟。
让人兴奋的是，会上蚂蚁金服同时宣布，人工智能领域的世界级泰斗迈克尔·欧文·乔
丹（Michael I.Jordan）正式受聘成为蚂蚁金服新成立的科学智囊团（Scientific
Advisory Board）的主席，也是蚂蚁金服首位技术顾问。除了蚂蚁金服，百度、腾讯在
内的中国其他科技公司同样在引入学术界顶尖专家投入巨大，助力中国跨越“基础学科
”领域的巍巍大山。
迈克尔·乔丹，知名的计算机科学和统计学者，主要研究人工智能和机器学习。
根据公开资料，他的主要贡献包括：指出了机器学习与统计学之间的联系，让学界认识
到了贝叶基网络的重要性；他还发展了Jordan网络，是递归神经网络的一种。
乔丹目前... 阅读全帖 |
|
f***t
发帖数: 2247 | 39 paper需要模拟一个随机过程。老板说要用那个啥神经网络算法。俺一直是做实验出身
的，对于modelling那套玩艺实在是不感冒。神经网络算法到底能不能有效地模拟一个
随机过程？关门放狗，答案又是千奇百怪。没法子，只好上来求教了各位大仙了。先谢
谢了！ |
|
c****t
发帖数: 19049 | 40 危机纪年第20 年，三体舰队距太阳系4.15 光年
雷迪亚兹和希恩斯被同时从冬眠中唤醒，他们被告知，等待的技术巳经出现了。
“这么快？”当两人得知时间仅仅过去了八年时，都发出了这样的感叹。
他们接着被告知，由于前所未有的大量投入，这几年的技术进步确实神速，但这没有什
么值得乐观的，人类不过是在他们和智子障碍之间的最后距离上加速冲刺而已。进步的
只是
技术，前沿物理学如一池死水般停滞不前。理论的储备正在被消耗完，人类的技术进步
将出
现减速，直至完全停止，但目前人们仍不清楚技术的尽头将在何时出现。
希恩斯拖着冬眠后仍然僵硬的脚步，走进了一个外形像体育馆的建筑物。建筑内部笼罩
在一片迷蒙的白雾中，希恩斯感觉这里很干燥，不知道这是什么雾。有月光般的柔光把
雾照
亮，雾积聚在上方，显得很浓，看不到建筑物的穹顶，但在一人多高的空间里雾很淡。
在雾
中，他看到了一个娇小的身影，立刻认出是山杉惠子，他向她奔去，像是追逐一个雾中
的幻
影，但他们最终还是拥抱在了一起。
“对不起亲爱的，我老了八岁。”山杉惠子说。
“即使这样，你还是比我小一岁。”希恩斯说着，打量着妻子，时光似乎在她身上没有
留下太多的痕... 阅读全帖 |
|
a******g
发帖数: 13519 | 41 绝望的兴奋
自从万诺文在联合国大会发表演说之后，已经过了八个月。基金会里的超低温培养
槽已经开始有了成果。火星人研发的复制体目前培养出来的数量已经足够装载到火箭上
了。在卡纳维拉尔角和范登堡空军基地，成群的德尔塔七型火箭已经待命发射，随时可
以把复制体射上太空。大约就在那个时候，万诺文忽然有一股冲动，说他想去看看大峡
谷。挑起他兴趣的是一本一年前的《亚利桑纳州公路旅游》杂志。那是一个生物学者带
到他房间去的，后来忘了拿走。
过了几天，他把那本杂志拿给我看。他说：“你看看这个。”他说话的时候几乎兴
奋得发抖，手上的杂志反折到有一张大照片的那一页。那张照片是“光明天使步道”整
建后的特写，科罗拉多河劈开了前寒武纪的巨大砂岩，注入一片碧绿的湖泊。照片上还
看到一个从中东迪拜来的观光客骑在驴上。“泰勒，你有没有听说过大峡谷？”
“我有没有听说过大峡谷？好像有，应该有很多人听说过。”
“太惊人了，太漂亮了。”
“是很壮观，大家都这么说。不过，火星的峡谷不是也很有名吗？”
他笑了一下。“你说的大概是‘陷落之地’，也就是你们地球人所说的‘水手谷’
。六十年前，你们的宇宙飞船‘火星水手号’飞到火星的轨... 阅读全帖 |
|
f*x
发帖数: 196 | 42
我很想想, 可惜没FUNDING...以前我总怀疑作神经网络的都有骗子
的嫌疑, 后来发现还是有实干者的. 只是还没成功而已.
神经网络最难之处在于无法有效地设计参数结构. 这些系统参数必须
足够自由, 这样外界影像可以改变系统本身, 而系统不至于成为不受外部
影像的老顽固; 但是太自由了系统又不够ROBUST, 朝三幕四, 一定
CRASH DOWN. |
|
f*******e
发帖数: 5594 | 43 大脑的功能是什么呢？我们大多数人可能都知道，那当然是思维、意识，或者说精神活
动了。但什么是意识呢？意识是如何产生的呢？要回答这些问题就没那么简单了。
对思维、意识、心理的研究由来已久，可能人类自诞生之始，就开始思考这些问题了。
不过直到十九世纪之前，人们的研究都主要局限在哲学领域，采用的方法仅仅是逻辑思
辨和经验总结。著名命题“我思故我在”的提出者笛卡尔就是研究人类意识、心理活动
的先驱者之一。在他的哲学体系中，他侧重研究了认识论，以及知识的获取和天然属性
等。其中认识论具体研究的内容包括感觉、知觉、学习、记忆、思维和语言等。但是，
认知（cognition）并非是大脑的唯一功能，除此以外，人们也慢慢意识到，人的思维
活动还有另外的两个重要组成部分，这就是情感（emotion）和动机（motivation）。
认知、情感和动机后来被和称为大脑功能的三部曲（the trilogy of mind）。
文艺复兴以后，欧洲出现的唯物主义哲学思潮和自然科学的发展，实验心理学、神经心
理学开始慢慢萌芽。随着神经传导的研究、脑功能定位的研究和神经特殊能量学说等研
究成果的确立，人们开始认识到意识... 阅读全帖 |
|
f*******e
发帖数: 5594 | 44 大脑的功能是什么呢？我们大多数人可能都知道，那当然是思维、意识，或者说精神活
动了。但什么是意识呢？意识是如何产生的呢？要回答这些问题就没那么简单了。
对思维、意识、心理的研究由来已久，可能人类自诞生之始，就开始思考这些问题了。
不过直到十九世纪之前，人们的研究都主要局限在哲学领域，采用的方法仅仅是逻辑思
辨和经验总结。著名命题“我思故我在”的提出者笛卡尔就是研究人类意识、心理活动
的先驱者之一。在他的哲学体系中，他侧重研究了认识论，以及知识的获取和天然属性
等。其中认识论具体研究的内容包括感觉、知觉、学习、记忆、思维和语言等。但是，
认知（cognition）并非是大脑的唯一功能，除此以外，人们也慢慢意识到，人的思维
活动还有另外的两个重要组成部分，这就是情感（emotion）和动机（motivation）。
认知、情感和动机后来被和称为大脑功能的三部曲（the trilogy of mind）。
文艺复兴以后，欧洲出现的唯物主义哲学思潮和自然科学的发展，实验心理学、神经心
理学开始慢慢萌芽。随着神经传导的研究、脑功能定位的研究和神经特殊能量学说等研
究成果的确立，人们开始认识到意识... 阅读全帖 |
|
f******t
发帖数: 61 | 45 基本情况
钟义信 (Zhong Yixin)，男，1940年2月出生, 汉族，江西龙南
人，中共党员。
现为北京邮电大学教授、博士生导师、副校长、校学术委员会主
席。
返回开始
学历
1962年北京邮电学院无线电通信与广播专业本科毕业。
1965年信息论专业研究生毕业。
1979年至1981年是英国伦敦大学帝国理工学院（Imperial College
of Science and Technology, University of London）访问学者。
返回开始
工作和学术简历
长期从事通信理论、信息理论、信息科学、人工智能、神经网络
、决策学、信息经济学领域的研究和教学工作，在上述领域先后出版
学术著作16 部，在国内外学术刊物和学术会议上发表学术论文380多
篇。
代表性学术论著包括《信息科学原理》（1988年第一版1996年再
版）、《信息技术通论》（1994）、《智能理论与技术—人工智能与
神经网络》（1992）、《伪随机编码通信：原理与应用》（1978）等
， 具有重要创新意义的学术贡献主要包括 “知识论”、“全信息理
论”、“意识机模 |
|
y**e
发帖数: 2729 | 46 歌在给你们一个友情提示：
巨内部ＡＢＣ可靠消息，一个会计师事务所ＰＷＣ牛月总部，最近在搞一个小队伍，就
是利用统计时间序列，结合神经网络模型为商业做决策
我老总觉得神经网络很不靠谱的，他们喜欢估计还是有市场应用价值的 |
|
发帖数: 1 | 47 AlphaGo
AlphaGo 的原理并非基于穷举，而是基于两个神经网络所一起作用做出的决策，神经网
络如果简单来看，可以算作是人类对于神经系统的一种模拟，定义好神经元的数量和层
级，初始化权重和偏移，并通过训练数据对其进行训练，即观察它的输出和预期结果之
间的差异，并改进网络本身的参数等。之后神经网络就可以提高自己在解决问题时的表
现。这很类似人类神经系统能够从不断输入的外界数据和反馈中提高自己的表现。比如
学会手握住东西，学会走路，学会走路，学会说话一样。AlphaGo 采用了两个神经网路
，一个叫做价值网络，另一个是策略网络，两个网络共同决定了他的决策。而它最初的
训练数据，则是人类对局中海量的围棋棋谱。AlphaGo 通过学习棋谱到达比较高的水平
，之后再进行自我对弈，并用3000万盘自我对弈的棋谱来进行训练，就如同一个可以左
右互搏的大师，下上数千万局不会疲劳，并最终获得了提升。而人类终其一生也就数千
盘棋，是无法望其项背的。
不过这件事情并没有走到终点，因为就算是战胜了所有的人类选手，AlphaGo最早仍然
是基于人类对于围棋的理解而训练的，也就是说，人类其实之前所积累的智... 阅读全帖 |
|
c****3
发帖数: 10787 | 48 你说的是科学发现，寻找解决方案没啥关系。
比较有直接关系的，在计算机领域，就是人工智能。现在都是瞎走，什么大数据，马科
夫模式，深度神经网络，现在这些热门的方向。你去问学生物的，没有人的直觉会相信
人的智能是靠统计发生的。
就深度神经网络还稍微沾点边，到底沾多少，谁也不知道。走错方向，几百年又浪费进
去了
的。 |
|
l****n
发帖数: 302 | 49 数据挖掘的确是有些用得到的成果，不过好像是人家计算机自身的算法发展吧？哪个是
神经网络专门的成果？
机器学习、模式识别好像没听说哪样是神经网络的成果,也都是计算机本身的技术发展
吧? |
|
|
