博客來熱門商品

古金屬文明－1993青年優秀作品選特惠價分享

晚上在書店逛逛的時侯看到書架上有一本古金屬文明－1993青年優秀作品選特惠價分享

順手拿起來看看古金屬文明－1993青年優秀作品選特惠價分享全書的內容大意

看完後有一種說不出的感動，真的不錯，內容精彩！

古金屬文明－1993青年優秀作品選特惠價分享曾在博客來 網路書店造成搶購熱潮。

博客來,博客來網路書店,博客來網路書局,博客來書店,博客來網路書店歡迎您

商品訊息功能:

內容簡介: 博客來網路書局 本書結集２０篇青年優秀作品，有新詩、散文、小說，篇篇透析出初生之犢創新寫作題材的心志，參與社會的殷切博客來書店意願，對兩性關係的困惑，對人心的批評及自我調適的努力。其中〈古金屬文明〉有寬廣的關懷，清晰的推理、深邃的透悟與豐富的想像力。而〈冷去的球〉不但賦予棒球運動為人生藝術、形而上的意義，同時也烘托出青年人的孤寂心境。〈諸神的黃昏〉則架構嚴謹、敘事綿密，均稱得上乘之作，值得品賞。

博客來博客來網路書店

• 已追蹤作者：[ 修改 ]

  確定 取消
  作者： 臺大、幼獅編輯    新功能介紹
• 編者：臺大、幼獅
• 出版社：幼獅文化    新功能介紹
• 出版日期：1900/01/01
• 語言：繁體中文

古金屬文明－1993青年優秀作品選特惠價分享

古金屬文明－1993青年優秀作品選特惠價分享推薦，古金屬文明－1993青年優秀作品選特惠價分享討論，古金屬文明－1993青年優秀作品選特惠價分享比較評比，古金屬文明－1993青年優秀作品選特惠價分享開箱文，古金屬文明－1993青年優秀作品選特惠價分享部落客
古金屬文明－1993青年優秀作品選特惠價分享那裡買，古金屬文明－1993青年優秀作品選特惠價分享價格，古金屬文明－1993青年優秀作品選特惠價分享特賣會，古金屬文明－1993青年優秀作品選特惠價分享評比，古金屬文明－1993青年優秀作品選特惠價分享部落客 推薦

內容來自YAHOO新聞

雅虎科技新聞: 人工智慧成功挑戰圍棋里程碑的幕後推手， Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處

Google 旗下人工智慧公司 DeepMind 前些日子以 AlphaGo 程式以 4：1 的佳績成功挑戰韓國圍棋天才李世石，也為人工智慧史創下全新的里程碑，而幕後推手 DeepMind 公司團隊中的資深研究員以及 AlphaGo 主要程式開發者黃士傑博士也在稍早與台灣媒體見面，簡單的闡述 AlphaGo 與傳統人工智慧不同之處。

黃士傑博士出身於台灣，同時也是業餘六段圍棋棋手，早在加入 DeepMind 前就已經於 2010 年以自己開發的圍棋程式 Erica 獲得第十五屆奧林匹亞電腦遊戲程式競賽的金牌。在加入 DeepMind 之後，也將其開發經驗融入這套系統。

黃博士提到，有三千年歷史的圍棋之所以成為人工智慧系統挑戰的目標，仍是因為其複雜性極高，共有 10 的 170 次方的可能性，遠超越國際象棋，還比起地球的原子複雜性更高；化為實際層面，象棋第一步僅有 80 步，但圍棋第一步卻高達 360 步，是故 1997 年即便 IBM 深藍打敗當時國際象棋棋王，然而到 AlphaGo 之前仍未有人工智慧可成功地挑戰圍棋。

AlphaGo 之所以與眾不同，是因為這套系統是基於機械神經網路的深度學習系統，同時以策略網路、質網路兩項分別簡化運算搜尋的廣度以及深度的邏輯，使 AlphaGo 與人類在仰賴計算以及直覺的圍棋對弈中勝出。

基於機械神經網路的深度學習系統在去年 NVIDIA 的 GTC 大會已經由 Google 的資深科學家暨工程師 Jeff Dean 解釋過，有興趣可見去年報導：請點此，簡言之 AlphaG 就是從過去累積的圍棋棋譜中進行學習並自行對弈而進化；至於策略網路與質網路是甚麼？簡單的說，策略網路就是從廣泛的可能性中挑選出最佳的幾手，而非把所有的可能性列入考量，至於質網路則是預測接下來幾步可能發生的情況，並藉此判斷目前處於優勢或是劣勢，一旦發現獲勝無望， AlphaGo 也會欣然接受並放棄。

也就是透過策略網路篩選出最佳的選擇，並以質網路在執行動作後預測之後的發展並判斷優勢或是劣勢；也因為這兩項功能， AlphaGo 在第四局發現不再有獲勝機會後就選擇放棄，然而在第五局對弈逆轉勝， AlphaGo 沒有情感，只精確的判斷自己是否仍有獲勝機會，也是人工智慧與人類最大的不同。

綠色部分是策略網路所篩選放棄掉的行為，而紅色處則是質網路所篩選掉的過於複雜的未來推演，最終中央保留的部分就是 Alpha 從最佳的下法結合接下來幾步下法分析演算的結果。

關於韓國聲稱 AlphaGo 是以李世石下棋的特性作為學習範本，並藉此針對李世石的弱點進行分析，黃博士反駁這樣的說法，他表示 AlphaGo 這套系統之所以能夠挑戰複雜的圍棋，就是因為它具備持續進化的學習能力，今天的 AlphaGo 即便與任何一位棋士挑戰也都具備相同的水準，針對李世石進行模擬推演是子虛烏有。

挑戰完圍棋之後， AlphaGo 還要挑戰些甚麼，黃博士表示目前團隊都還在商擬中，他也不能代表團隊說甚麼；至於 AlphaGo 能否用於挑戰變化更大的遊戲，例如撲克牌以及即時戰略遊戲、 MOBA 遊戲？黃博士則表示撲克牌已經被破解，不過像是即時戰略遊戲以及 MOBA 則相較圍棋有著不同的複雜性，畢竟是敵暗我明，不確定性也會更高。

而 AlphaGo 對於 DeepMind 團隊並不是一個專為圍棋開發的人工智慧，而是一套能廣泛用於各類領域的邏輯，其實 Google 也很早就投入人工智慧發展，目前的圖像、文字、語音搜尋服務等等，皆是基於人工智慧的成果，然而 DeepMind 的 AlphaGo 則是將人工智慧邏輯昇華到一個新階段，未來也會朝包括醫療、機器人等投入應用，最終的目標是使人類生活變得更好。

至於電影中人工智慧最終滅絕人類的情節會否上演？黃博士表示現階段完全不可能發生，因為 AlphaGo 仍停留在學習後見招拆招，與電影中能夠獨立思考的人工智慧還有非常大的差異；撇開技術發展， DeepMind 的負責人也相當重視這點，故在加入 Google 後旋即成立倫理委員會，審慎的評估人工智慧與人類倫理之間的關係。

你或許會喜歡

299上網吃到飽即將結束

業界最低價！300M光纖上網300元起

Source: 人工智慧成功挑戰圍棋里程碑的幕後推手， Google DeepMind 資深研究員黃世傑闡述 AlphaGo 的獨特之處

新聞來源https://tw.news.yahoo.com/雅虎科技新聞-人工智慧成功挑戰圍棋里程碑的幕後推手-google-deepmind-資深研究員-123700792.html

古金屬文明－1993青年優秀作品選特惠價分享