陈东升:十年后大健康将超过房地产、汽车成最大产业

记者 郑菁菁 

本人应该是国内最早从事资本市场宏观研究的人士之一,起始时间是在92年。但在当时技术分析一统天下的时代,我还够不上市场专业分析人士的资格。而如今,技术分析方法也早已不登大雅之堂了。但是,对于一个管制的市场,一个资金大进大出、换手率奇高的市场,基本分析的作用究竟有多大呢?东伊运

科技界对?AlphaGo 战胜李世石普遍乐观,围棋界则要谨慎得多。他们大多相信,电脑在围棋领域战胜人脑,这一天总会来,只是不该来得这么早。首局李世石落败,我想不管是对棋界还是科技界,造成的冲击都是空前的。不是?AlphaGo?计算太精妙,凭借源源的电流能量和冷酷的机器大脑,将人逼至墙角,而是因为,AlphaGo?的下法实在太像人了。劳荣枝押解回南昌

如岳阳市民政局联合工会专职副主席喻晴初上班时间在电脑上下象棋被立案调查;湘乡市农机局副局长刘亦男工作时间玩电脑纸牌游戏被免职。明星取消浙江跨年

那为什么估值网络会出问题呢?可能是用于训练估值网络的自学习(Self-Play)的样本分布有盲点。为了提高样本生成速度,AlphaGo的自学习样本是通过用两个纯粹的DCNN互搏来生成的(完全没有搜索),而DCNN下出来的棋因为是纯模式识别,一个大问题是死活不正确,经常是在死棋里面下子。如果黑白两方都犯了死活不分的毛病,然后一方比如说白侥幸胜了,那估值网络就会认为方才白的死棋局面是好的。这样估值网络就会染上同样毛病,在中盘复杂的对杀局面中判断失误。若是这种情况就不好处理,AlphaGo下一局可能还会有同样的问题。这里可以看到,电脑本身也不是靠穷举来下棋的,围棋毕竟太复杂,每一步都要剪枝,离当前局面近的仔细剪(用DCNN),离当前局面远的快速剪(快速走子),直到终局得到胜负为止。剪枝的好坏直接关系到棋力的高低,DCNN只是一个有大局观的非常好的剪枝手段,它的盲点也会通过败着反映出来。女童划花10辆奥迪

计算机科学家认为这是未来趋势,但不会很快发生。虽然机器人进化速度惊人,但它们还是有些“死脑筋”,想要胜任所有工作,还有些力不从心。吾恩确诊癌症

扫码分享到手机

  • 联通