《惊天动地》观后感_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
《惊天动地》观后感
上传于||文档简介
&&惊​天​动​地​ ​ ​看​完​后​很​震​惊
阅读已结束，如果下载本文需要使用3下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩1页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢本剧主要内容：
我军某旅旅长唐新生于演习途中突遇汶川大地震，在与上级失去联系的情况下，赶赴灾情最重的汶川县进行生死救援。司令员梁志东迅速集合部队向灾区进发，其中有唐新生的妻子，海军医疗队的医生魏霁虹。齐红玉的未婚夫张向川是一名武警特警军官，往映川的长途车上遇到地震。唐新生带领着队伍冲进了毒气弥漫的化工厂，张向川离开未婚妻再次跟随部队行动，魏霁虹也在队伍中。废墟上，灾区的人民在解放军和全国人民的援助下，开始重拾信心，重建家园。 （电影《惊天动地》）
视频集介绍
国家/地区：
视频简介：为什么说AlphaGo的胜利是件惊天动地的大事？_速途网-爱微帮
&& &&& 为什么说AlphaGo的胜利是件惊天动地…
据科技网站The Verge报道，随着人工智能技术的进步，各种棋类高手一一被电脑斩落马下，围棋是人类硕果仅存的骄傲，但在昨天的一场世纪之战中，谷歌旗下的AlphaGo电脑却成功击败韩国九段棋手李世石，引起了全世界的关注。李世石也在赛后表示：“我非常吃惊，没想到真的会输，AlphaGo的实力居然如此强悍。”只是下盘棋而已，为什么AlphaGo的胜利如此引人注目呢？想要真正理解该问题，就要先了解围棋的特性和DeepMind团队如何去破解围棋中的各个难点。&&&&以下为文章全文DeepMind的AlphaGo战胜传奇围棋选手李世石的消息成了全世界各家媒体的头条，同时，这也是人工智能（AI）历史上最重要的时刻之一。“我非常吃惊，”李世石说道。“我没想到会输，AlphaGo的实力居然如此强悍。”不过就是下个棋而已，为什么AlphaGo的胜利如此引人关注呢？想要真正理解该问题，就要先了解围棋的特性和DeepMind团队如何去破解围棋中的各个难点。围棋发源于中国，是一项拥有3000年历史的古老游戏。它非常抽象，所有的战斗都发生在19 x 19的格子棋盘上，棋手通过落子围住对手的棋子来获胜。虽然规则不多，但变化多端的棋路让其变得非常深奥，因为任何细微的变化都有可能引起战局的突变。英国围棋联盟裁判托比表示：“围棋是世界上最为复杂的智力游戏，它简单的规则加深了棋局的复杂性。”托比还引用了20世纪传奇围棋选手爱德华?拉斯克（Edward Lasker）的话，后者表示：“国际象棋中有许多巴洛克式规则（意为华而不实），它们都是人们故意添加的，而围棋则不同，它的规则是如此优雅自然，有着严格的逻辑，如果宇宙中还有其他智慧生物，我想他们也会爱上围棋。”正是因为围棋超凡的复杂性，想要成为传奇选手，你需要经过多年的训练。棋手需要磨练自己的直觉并学习识破各种棋路。“刚刚上手时，你会觉得围棋的规则简单易懂，但在长期的练习中你会发现这项运动深不可测，”韩国围棋协会高级秘书长Lee Ha-jin说道。“即使你已经在围棋界浸淫几十年，你依然会发现自己还有许多东西可学，围棋棋艺是没有天花板的。”五岁时Lee Ha-jin就表现出极强的围棋天赋，因此她的父母将她送去首尔的私立围棋学校学习，她跟老师同吃同住，平日上学，晚上回来后还要练习几小时的围棋。经过11年的训练，她最终成为了一名职业棋手。 小小棋盘中蕴藏着无数奥秘我采访过的每个围棋选手对这项运动的评价都如出一辙：围棋的魅力就在于简单规则后无数的变化。这些复杂的变化正是电脑难以捉摸并真正掌握的地方，毕竟机器没有人的直觉。“国际象棋和西洋棋与围棋不同，它们不需要选手对棋局做复杂的形势评估，”乔纳森?谢弗(Jonathan Schaeffer)说道，他是加拿大阿尔伯塔大学的计算机科学家，此前他的Chinook程序曾战胜过顶级的西洋棋选手。“在国际象棋和西洋棋中，只需简单的启发，你就知道下一步该怎么走，衡量各个棋子的价值是选手最重要的任务----如果在国际象棋中多一个车的棋子，那你已经基本胜券在握了。但这些方式在围棋中都行不通，从人类的角度来看，围棋的棋路过于复杂，电脑很难学会。不过AlphaGo做到了，它拥有世界上首个有效的评估函数系统。那么DeepMind是如何做到的呢？其实解决这个问题的关键是深度学习和类神经网络技术，有了它们，研究人员就能教AlphaGo下棋。就像Google Photos能帮你从无数图片中找出猫咪一样，其背后是该应用对超大量级的猫咪图片做分析后的结果，这些分析处理甚至细化到了像素级别。而AlphaGo能有如此成绩，则得益于对数百万项围棋数据的学习，包括各种棋路和棋手的比赛。眼下，AlphaGo还在不断学习，其能力也在不断增强。起初，它还是靠学习套路（策略网络）来预测对手的落子方式，不过随着价值网络训练的深入，AlphaGo已经有了那么点“直觉”，它可以分析出比赛的态势了。在棋局中，AlphaGo已经可以通过快速对各种可能性做分析，提前考虑后面几步的落子和排兵布阵了。其实AlphaGo拥有的各项技术都是相互辅助的，类神经网络可以降低电脑的负载，提高工作效率；套路学习则可以减小其搜索范围，而价值网络则可让它从每次的比赛中总结出自己的经验。
AlphaGo拥有自己的“思考”能力这一增强版的学习系统让AlphaGo变得更像人类，而不是靠惊人计算能力战胜国际象棋大师的IBM深蓝电脑，毕竟围棋和国际象棋在复杂程度上不属于一个量级，用深蓝电脑的方法是无法在围棋上战胜人类的。在五场比赛的间歇，DeepMind都不会对AlphaGo做调整，因此电脑只能靠自己来学习，但每天一场比赛的量确实有些少。此外，DeepMind公司创始人杰米斯o哈萨比斯（Demis Hassabis）称AlphaGo的计算能力在去年十月的比赛后一直都没有得到增强，因此现在它的能力已经达到现有硬件条件下的顶峰。不过深蓝电脑的开发人员认为AlphaGo在国际象棋上并不一定是世界最强。“我相信DeepMind可以开发出战胜所有国际象棋大师的程序，”IBM研发工程师坎贝尔说道（他认为AlphaGo是一个令人印象深刻的程序）。“不过我不认为AlphaGo可以在所有棋类比赛中站上世界之巅。为什么这么说呢？因为国际象棋在搜索能力的要求上与围棋有着本质上的不同，而该能力是电脑战胜国际象棋大师最为关键的一环。虽说围棋上电脑也需要深度搜索来辅助，但围棋更重视直觉和对棋局形势的判断与预估，而在国际象棋比赛中，搜索能力就是唯一，这正是AlphaGo最为缺乏的。”不过DeepMind公司可不这么想，它们认为在AlphaGo上取得的经验可以在多个领域中得到应用。哈萨比斯曾讲述过深蓝电脑上的AI与AlphaGo的不同，他认为后者更加灵活，适应性也更强，而深蓝电脑的应用范围则较窄。未来，DeepMind的人工智能技术将用在机器人，智能手机语音助手和医疗保健等领域。
AlphaGo有可能改变围棋运动未来的走向其实无论随后四场比赛结果如何，AlphaGo都已经创造了历史。上周在接受采访时李世石曾表示：“围棋很有可能在此次比赛中走下神坛，此前我们一直将该运动视为骄傲，因为它是唯一未被电脑战胜的棋类运动，如果这一纪录作古，确实会让人有些失望。”不过AlphaGo的胜利也会从另一个角度推动该项运动的发展。围棋协会成员都对AlphaGo的能力感到十分震惊，他们认为AlphaGo有时落子的方式有些一反常规，如果自己这样下棋，肯定会被老师骂的。“我们当然非常震惊，”围棋选手杰克逊表示。“业内一直有所谓正统的落子套路，AlphaGo这样不按套路出牌能给我们带来什么启示呢？难道它要引发业界大地震？难道我们此前辛苦训练学会的那些技能都是错误的吗？”（来源：凤凰科技）商务合作请联系QQ：、投稿邮箱：
点击展开全文
悄悄告诉你
更多同类文章
还可知道有多少人阅读过此篇文章哦
阅读原文和更多同类文章
可微信扫描右侧二维码关注后
还可知道有多少人阅读过此篇文章哦
速途网，中国最大的互联网行业社交媒体，专注于中国移动互联网、电子商务、创业投资、物联网、数字家庭等互联网发展应用动态的发布和分享，第一时间报道行业重大事件，全面关注互联网热点话题。
您的【关注和订阅】是作者不断前行的动力
本站文章来自网友的提交收录，如需删除可进入
删除，或发送邮件到 bang＠ 联系我们，
(C)2014&&版权所有&&&|&&&
京ICP备号-2&&&&京公网安备34