技术大神脑内的三重世界:打通不同维度的世界,用数据驱动指数级增长|

本文摘要:大家好,我是黄洋成,感谢大家的陪伴。

大家好,我是黄洋成,感谢大家的陪伴。大家这两年最受欢迎的词语是什么?没有异议的是AI。

今天上午,Kian先生的演说也提到,作为引导新AI浪潮的象征性事件的主角,AlphaGo是指数级急速增长的典型案例。我们与国内一流的职业棋手训练机构葛道场合作,从他们的经验来看,如果想成为职业棋手的话,比一流的选手要多得多,最晚从6岁到7岁开始学棋。

即使是像柯洁一样出生的奇才,从五六岁开始,成为世界冠军也需要十几年的时间。AlphaGo,前年最初连樊晖这样有名的棋手职业选手都无法战胜,仅仅几个月后,去年就能打败李世石的今年作为Master回来了,人类棋手已经几乎没有抵抗力了。与人类的自学速度相比,AlphaGo的自学速度可能在几个月内达到人类数十年,棋力的进展意味着指数水平。

回去想想AlphaGo为什么这么得意?首先,让我们考虑一下在物理世界进化的可能性是否这么慢我们在物理世界中,大家自学的牛顿第一法则指出,重力与质量成正比,这是线性的关系,也就是我们的物理世界整体以线性的法则为主导。因此,即使你能建造一台非常慢的围棋机器,你也可以每秒移动1000个象棋,你也不太可能使用AlphaGo。AlphaGo众所周知的三个部分是战略网络、价值网络和蒙特卡洛树根搜索。战略网络代表人类的经验和历史经验。

从公开发表的论文来看,AlphaGo的战略网络精度基本上是57%。这个比喻不一定特别准确,但是转换考试成绩,如果期末考试只记录了57分的话,在人类的世界里特别不能取得好成绩,这说明了什么?说明这个战略网络和人类能教的比起来特别得意。让我们再考虑一下价值网络。

电脑棋手告诉我们,这个价值网络训练特别差,质量特别好的结果很难取得,也就是说,价值网络评价现在的棋局形势的能力只不过是人类。战略网络和价值网络都不如人类。为什么AlphaGo如此得意?因此,最明显的是蒙特卡罗树根的搜索,这种能力比人强。

每次人类下一步,都可以考虑几十步已经是一流的名人,但AlphaGo可以搜索几十万、几千万、几亿步。让我们再考虑一下生意。

传统零售领域有经典的模型。去除字面含义看内涵,这种模式可以推广到所有商业。人代表市场需求的商品是产品,代表供应的场所,是供应所需的给定。

近年来,互联网对传统商业模式的冲击很大,互联网的高手已经下降到国家战略,为什么在与传统商业的竞争中,互联网没有很大的优势?互联网没有解决问题供应的问题,也没有改变人的市场需求,但是解决了问题。敲打过去,大部分互联网企业都决定了。互联网企业需要比传统商业更好,背后的方法也与AlphaGo的例子相似,将物理世界制作的模型投影到计算机的数字世界,利用摩尔法则支持的指数水平快速增长的计算力,在数字世界中展开无限的模拟、探索,融合以往的经验寻找更好的方案,将该方案反过来应用于现实世界,从现实世界中获得现实的即时系统像AlphaGo一样,从和樊晖下棋,到网上邀请的顶级棋手选手对局,都希望通过现实棋局获得现实的对局系统,回到数字世界寻找更好的解决办法。前几天,特别疯狂的领域是自动驾驶。

像谷歌一样,自动驾驶近10年,累积的道路测量数据有数百万英里的特斯拉每年销售数万辆汽车,可以说道路测量数据累积了数亿英里。但是,根据专家的估计,自动驾驶汽车需要可靠的道路,最悲观的估计也至少需要100亿英里的道路测量,对企业来说完全不可能构筑。目前,许多自动驾驶企业已经建立了一个模拟系统,在数据世界建立了一个虚拟世界。

例如,谷歌已经几乎数字化了凤凰城。自动驾驶系统可以在这个虚拟世界中每天行走数亿英里。这样做的好处是,在现实、线性的世界里,试错的成本非常低。通过数据方法在虚拟世界数字世界中创建与现实世界对应的模拟,利用计算机强大的计算能力尝试各种可能性,尽量寻找最差的解决方案,应用于现实世界,大幅度提高返回速度。

仔细观察这三个例子,可以找到建模、感应、探索、应用于系统的数据驱动方法的基本框架顺利的核心是错误的成本和回报速度。最后回到现实的商业,有可能在商业中应用于类似的方法吗?目前,大多数商业活动仍在线。如果应用于刚才所说的方法,首先要做的是在数字世界中创造物理世界的投影,使物理世界数字化。

坦率地说,目前世界上这方面的探索还不太好。这也是我们今年在硅谷设立感觉计算实验室的原因。感觉计算实验室的愿景是尽量使世界数字化。

另一方面,现在我们记录的是用户的不道德,但是这个世界除了计算机领域的数字世界、我们生活的物理世界之外,还有大家大脑中的思考世界。人的道德只是由大脑中的世界驱动。那么,我们能数字化大脑中的世界吗?这比我们以前做的更前沿,更少的人做的人本实验室的愿景是想解决问题。

综上所述,今天奇点大学继续执行社长Kian所说的指数水平的快速增长,不告诉我可以构筑的方法,但数据的方法是已经证明的指数水平的快速增长、指数水平的回归、指数水平的创造性的方法。所以,最后期待着和大家合作,用数据的心,知道机会的变化,共同创造指数级快速增长的新世界。谢谢你。

原始文章允许禁止发布。下一篇文章发表了注意事项。

本文关键词:亚博买球App,买球首选

本文来源:亚博买球App-www.longbaosy.com