ปัญญาประดิษฐ์

ในบทที่ 26 ของหนังสือปัญญาประดิษฐ์: วิธีการที่ทันสมัย (ฉบับที่ 3) ตำรากล่าวถึง "เอกฐานเทคโนโลยี" มันเป็นคำพูด IJ ดีผู้เขียนในปี 1965: ให้เครื่องที่มีความฉลาดพิเศษถูกกำหนดให้เป็นเครื่องที่ไกลเกินกว่ากิจกรรมทางปัญญาทั้งหมดของผู้ชายคนใด แต่ฉลาด เนื่องจากการออกแบบเครื่องจักรเป็นหนึ่งในกิจกรรมทางปัญญาเหล่านี้เครื่องที่ชาญฉลาดสามารถออกแบบเครื่องจักรที่ดียิ่งขึ้น จากนั้นจะมี "การระเบิดของความรู้แจ้ง" อย่างไม่ต้องสงสัยและสติปัญญาของมนุษย์จะถูกทิ้งไว้เบื้องหลัง ดังนั้นเครื่องอัลตร้าที่ชาญฉลาดเครื่องแรกคือการประดิษฐ์ครั้งสุดท้ายที่มนุษย์ต้องการโดยมีเงื่อนไขว่าเครื่องนั้นเชื่องพอที่จะบอกเราว่าจะควบคุมมันอย่างไร ต่อมาในตำราเรียนคุณมีคำถามนี้: 26.7 - IJ ดีอ้างว่าหน่วยสืบราชการลับเป็นคุณสมบัติที่สำคัญที่สุดและการสร้างเครื่องจักรที่ยอดเยี่ยมจะเปลี่ยนทุกอย่าง เสือชีตาห์ที่มีอารมณ์ตอบโต้ว่า "ความเร็วที่แท้จริงนั้นสำคัญกว่าถ้าเราสามารถสร้างเครื่องจักรที่เร็วมากมันจะเปลี่ยนทุกอย่าง" และช้างที่มีสรรพสิ่งอ้างว่า "คุณทั้งคู่ผิดสิ่งที่เราต้องการคือเครื่องอัลตร้าไกล การขัดแย้ง? ดูเหมือนว่าคำถามในตำราเรียนเป็นข้อโต้แย้งโดยนัยต่อ IJ Good ดีอาจรักษาความฉลาดมีค่าเพียงเพราะความแข็งแกร่งของมนุษย์อยู่ในลักษณะที่เรียกว่า "ปัญญา" แต่คุณสมบัติอื่น ๆ อาจมีค่าเท่า ๆ กันแทน (ความเร็วหรือความแข็งแกร่ง) และสรรพสัตว์อาจคาดเดาอย่างดุเดือดเกี่ยวกับลักษณะที่ต้องการของพวกเขาเป็น "ขยาย" โดยบางเครื่องหรืออื่น ๆ สิ่งนี้ทำให้ฉันสงสัยว่าภาวะเอกฐานอาจเกิดขึ้นได้หรือไม่ถ้าเราสร้างเครื่องจักรที่ไม่ได้เพิ่มความฉลาดให้สูงสุด แต่แทนที่จะเพิ่มลักษณะอื่น ๆ (เครื่องจักรที่เพิ่มความแข็งแกร่งอยู่เสมอหรือเป็นเครื่องจักรที่เพิ่มความเร็วเสมอ) เครื่องประเภทนี้สามารถเปลี่ยนได้เหมือนกัน - …

10 philosophy  definitions  singularity  superintelligence 

ตั้งแต่เครื่องปฏิวัติอุตสาหกรรมเครื่องแรกได้รับงานของผู้คนและระบบอัตโนมัติเป็นส่วนหนึ่งของวิวัฒนาการทางสังคมของมนุษย์ในช่วง 3 ศตวรรษที่ผ่านมา แต่ทั้งหมดในเครื่องเหล่านี้ได้เปลี่ยนงานเครื่องกลความเสี่ยงสูงและทักษะต่ำเช่น สายการผลิตของโรงงานผลิตรถยนต์ แต่เมื่อเร็ว ๆ นี้กับการกำเนิดของคอมพิวเตอร์และการปรับปรุง AI และการแสวงหาความเป็นเอกเทศ (นั่นคือคอมพิวเตอร์ที่มีความสามารถในการคิดได้เร็วขึ้นดีขึ้นสร้างสรรค์มากขึ้นและราคาถูกลงจากนั้นเป็นมนุษย์ที่สามารถพัฒนาตนเองได้) อนาคตจะนำไปสู่การเปลี่ยนไม่เพียง แต่คนงานที่มีทักษะต่ำ แต่มีทักษะสูงเช่นกัน ฉันกำลังพูดถึงอนาคตไม่ไกลเมื่อ AI และเครื่องจักรจะเข้ามาแทนที่ศิลปินนักออกแบบวิศวกรนักกฎหมายซีอีโอผู้สร้างภาพยนตร์นักการเมืองแม้แต่นักเขียนโปรแกรม บางคนตื่นเต้นกับสิ่งนี้ แต่จริงๆแล้วฉันค่อนข้างกลัว ฉันไม่ได้พูดถึงปัญหาเงินที่นี่ถึงแม้ว่าฉันไม่ใช่แฟนของความคิดลองสมมติว่ามีการนำรายได้สากลมาใช้และคิดว่ามันใช้ได้ดี ยังไม่ได้พูดถึง " โลกของเทอร์มิเนเตอร์ที่เครื่องจักรจะทำสงครามต่อต้านมนุษย์ " สมมติว่าพวกเขาเป็นมิตรอย่างสมบูรณ์ตลอดไป ปัญหาที่นี่เป็นหนึ่งในแรงจูงใจสำหรับมนุษย์เรา เมื่อความแปลกประหลาดของ AI เข้าครอบงำเราจะทำอะไรได้อีก? ทุกวันตลอดทั้งวัน? เราจะทำอะไรกับชีวิตของเรา สมมติว่าฉันชอบวาดภาพฉันจะใช้ชีวิตในฝันของการเป็นจิตรกรได้อย่างไรหากคอมพิวเตอร์สร้างงานศิลปะที่ดีขึ้นและฉันจะสามารถทำได้ ฉันจะรู้ได้อย่างไรว่าไม่มีใครสนใจภาพวาดของฉันเพราะมันถูกสร้างขึ้นโดยมนุษย์เพียงคนเดียว ? หรือของจริงเช่นฉัน (ฉัน Danzmann) ฉันชอบที่จะเรียนรู้การเขียนโปรแกรมภาษาแรกของฉันกับ 9 ปีและได้รับมันตั้งแต่นั้นมามันดูเศร้าสำหรับฉันที่ในบางปีฉันอาจไม่เคยสัมผัสกับมันอีกครั้ง . และนั่นก็สำหรับทุกอาชีพทุกคนหลงใหลในบางสิ่งบางอย่างและด้วยความแปลกประหลาดพวกเขาทุกคนก็จะต้องหยุดอยู่ ดังนั้นเราจะทำอะไรในอนาคตนี้? ฉันกำลังจะทำอะไร? เล่นกอล์ฟทุกวันทุกวันตลอดชีวิตที่เหลืออยู่ของฉัน (คำพูดที่อวดดี แต่คุณเข้าใจประเด็นของฉัน) นอกจากนี้สิ่งที่จะเป็นแรงจูงใจสำหรับลูก ๆ ของฉัน? …

10 philosophy  agi  social  singularity 

ฉันต้องการที่จะเริ่มการทดลองกับเครือข่ายประสาทและเป็นปัญหาของเล่นฉันต้องการฝึกอบรมหนึ่งเพื่อแชทเช่นใช้บอทแชทเช่น cleverbot ไม่ฉลาดเท่าไร ฉันมองไปรอบ ๆ เพื่อดูเอกสารบางอย่างและฉันพบว่าบทช่วยสอนทั่วไปเกี่ยวกับงานทั่วไป สิ่งที่ฉันค้นพบเพียงแค่เปิดเผยผลลัพธ์โดยไม่ให้ข้อมูลเชิงลึกเกี่ยวกับการใช้งาน สิ่งที่ทำทำมันค่อนข้างตื้น (หน้าเอกสารคู่มือเทนเซอร์ไหลใน seq2seq ขาด imho) ตอนนี้ฉันรู้สึกว่าฉันอาจเข้าใจหลักการมากกว่าหรือน้อยกว่า แต่ฉันไม่แน่ใจและฉันก็ไม่แน่ใจด้วยว่าจะเริ่มอย่างไร ดังนั้นฉันจะอธิบายว่าฉันจะจัดการกับปัญหาได้อย่างไรและฉันต้องการคำติชมเกี่ยวกับวิธีการแก้ปัญหานี้โดยบอกฉันว่าฉันเข้าใจผิดตรงไหนและอาจมีลิงค์ไปยังคำอธิบายโดยละเอียดและความรู้เชิงปฏิบัติเกี่ยวกับกระบวนการ ชุดข้อมูลที่ฉันจะใช้สำหรับงานนี้คือการถ่ายโอนข้อมูลประวัติการใช้งาน Facebook และ Whatsapp ทั้งหมดของฉัน ฉันไม่รู้ว่ามันจะใหญ่แค่ไหน แต่อาจจะยังไม่ใหญ่พอ ภาษาเป้าหมายไม่ใช่ภาษาอังกฤษดังนั้นฉันจึงไม่รู้จะรวบรวมตัวอย่างการสนทนาที่มีความหมายได้อย่างรวดเร็ว ฉันจะสร้างเวกเตอร์ที่คิดจากแต่ละประโยค ยังไม่รู้ความจริง ฉันพบตัวอย่างที่ดีสำหรับ word2vec บนเว็บไซต์ deeplearning4j แต่ไม่มีสำหรับประโยค ฉันเข้าใจว่าคำว่าเวกเตอร์ถูกสร้างขึ้นอย่างไรและทำไม แต่ฉันไม่สามารถหาคำอธิบายที่ครบถ้วนสมบูรณ์สำหรับเวกเตอร์ประโยคได้ การใช้เวกเตอร์ความคิดเป็นอินพุตและเอาต์พุตฉันจะฝึกโครงข่ายประสาท ฉันไม่รู้ว่ามันควรมีกี่เลเยอร์และอันไหนต้องเป็นเลเยอร์ lstm จากนั้นควรมีโครงข่ายใยประสาทเทียมอื่นที่สามารถแปลงเวกเตอร์คิดเป็นลำดับของอักขระที่เขียนประโยค ฉันอ่านว่าฉันควรใช้การขยายเพื่อชดเชยความยาวประโยคที่แตกต่างกัน แต่ฉันพลาดวิธีเข้ารหัสอักขระ (codepoints เพียงพอหรือไม่)

10 neural-networks  chat-bots  recurrent-neural-networks  lstm 

ในภาษาการเขียนโปรแกรมมีชุดของกฎไวยากรณ์ที่ควบคุมการสร้างคำสั่งที่ถูกต้องและการแสดงออก กฎเหล่านี้ช่วยในการแยกวิเคราะห์โปรแกรมที่เขียนโดยผู้ใช้ สามารถมีชุดของกฎไวยากรณ์ที่สมบูรณ์แบบที่ใช้งานได้ซึ่งสามารถแยกคำสั่งเป็นภาษาอังกฤษ (เฉพาะโลแคล) ได้อย่างถูกต้องและสามารถนำไปใช้เพื่อใช้ในโครงการที่ใช้ AI ได้หรือไม่? ฉันรู้ว่ามีชุดเครื่องมือ NLP ออนไลน์มากมาย แต่ไม่มีประสิทธิภาพ ส่วนใหญ่ได้รับการฝึกอบรมโดยใช้อวัยวะเฉพาะซึ่งบางครั้งไม่สามารถอนุมานความสัมพันธ์ที่ซับซ้อนระหว่างส่วนต่าง ๆ ของการแสดงออก สิ่งที่ฉันขอคือถ้าเป็นไปได้ที่คอมพิวเตอร์จะแยกประโยคที่รอบรู้ที่เขียนเป็นภาษาอังกฤษราวกับว่ามันถูกแยกวิเคราะห์โดยมนุษย์ที่พูดภาษาอังกฤษผู้ใหญ่ แก้ไข: ถ้ามันไม่สามารถแสดงโดยใช้กฎไวยากรณ์ง่าย ๆ , โครงสร้างความหมายประเภทใดที่สามารถใช้ในการสรุปมันได้? EDIT2: บทความนี้พิสูจน์การขาดบริบทในภาษาธรรมชาติ ฉันกำลังมองหาวิธีแก้ปัญหาแม้ว่ามันซับซ้อนเกินไป

10 ai-design  natural-language-processing  semantics 

ฉันต้องการทราบว่าความแตกต่างระหว่างไฮเปอร์ - ฮิวริสติกและเมตาฮิวริสติกคืออะไรและแอปพลิเคชันหลักของพวกเขาคืออะไร Hyper-heuristic สามารถแก้ไขปัญหาใดได้บ้าง

10 definitions  optimization 

ในปี 1950 มีความเชื่ออย่างกว้างขวางว่า "ปัญญาประดิษฐ์" จะกลายเป็นทั้งความประหม่าและฉลาดพอที่จะชนะหมากรุกกับมนุษย์ หลายคนแนะนำกรอบเวลาเช่น 10 ปี (ดู Olazaran ของ "ประวัติศาสตร์อย่างเป็นทางการของการทะเลาะวิวาท Perceptron" หรือว่า 2001: Space Odyssey) เมื่อไหร่ที่เห็นได้ชัดว่าการคิดค้นโปรแกรมที่เกมต้นแบบเช่นหมากรุกส่งผลให้เกิดการออกแบบซอฟต์แวร์ที่ใช้กับเกมเช่นเดียวกับที่พวกเขาตั้งโปรแกรมไว้เท่านั้น ใครเป็นคนแรกที่รู้ถึงความแตกต่างระหว่างความฉลาดทั่วไปของมนุษย์และความฉลาดเฉพาะโดเมน

10 comparison  agi  history  weak-ai 

ในช่วงกลางทศวรรษ 1980 ร็อดนีย์บรูคส์สร้างรากฐานของ "AI ใหม่" ที่มีชื่อเสียง ข้ออ้างที่สำคัญคือการใช้สัญลักษณ์ของ 'Good Old Fashioned AI' (GOFAI) ล้มเหลวโดยพยายามที่จะใช้ 'การรับรู้ครีมออกมาจากด้านบน' และต้องมีการรับรู้ที่เป็นตัวเป็นตนเช่นสร้างขึ้นจากล่างขึ้นบนใน 'ลำดับขั้นของความสามารถ '(เช่นการเคลื่อนไหวพื้นฐาน -> เดินไปรอบ ๆ -> หาอาหารอย่างกระตือรือร้น) เป็นต้น ฉันคิดว่านักวิจัย AI ส่วนใหญ่จะยอมรับว่ามุมมอง 'ความรู้ความเข้าใจที่เป็นตัวเป็นตน' ตอนนี้ (อย่างน้อยก็โดยปริยาย) แทนที่ GOFAI ในฐานะที่เป็นกระแสหลัก คำถามของฉันอยู่ในรูปแบบของการทดลองทางความคิดและถามว่า: "(ถ้ามี) ด้านใดของ 'embodied' สามารถผ่อนคลาย / ละเว้นได้ก่อนที่เราจะสูญเสียบางสิ่งที่จำเป็นสำหรับ AGI?"

10 agi  gofai  embodied-cognition 

มีเทคนิคใด ๆ ที่ทันสมัยในการสร้างตัวอักษร CAPTCHA (ดังนั้นผู้คนจำเป็นต้องพิมพ์ข้อความที่ถูกต้อง) ซึ่งสามารถหลอก AIได้อย่างง่ายดายด้วยวิธีการทำให้งงที่มองเห็นได้ แต่ในเวลาเดียวกันมนุษย์สามารถแก้ไขได้โดยไม่ต้องดิ้นรน? ตัวอย่างเช่นฉันกำลังพูดถึงความสามารถในการจดจำข้อความที่ฝังอยู่ในรูปภาพ (โดยไม่พิจารณาปลั๊กอินภายนอกใด ๆ เช่นแฟลชหรือจาวาการจำแนกภาพ ฯลฯ ) และพิมพ์ข้อความที่เขียนหรือคล้ายกันอีกครั้ง ฉันเดาว่าการเพิ่มเสียงการไล่ระดับสีการหมุนตัวอักษรหรือการเปลี่ยนสีไม่ใช่วิธีที่เชื่อถือได้อีกต่อไปเพราะมันอาจจะแตกได้อย่างรวดเร็ว มีข้อเสนอแนะหรือการวิจัยใดบ้าง?

10 image-recognition  research  ocr 

วิธีการ "ออกกลางคัน" มีจุดประสงค์อะไรและจะปรับปรุงประสิทธิภาพโดยรวมของเครือข่ายประสาทอย่างไร

10 deep-network  overfitting  performance 

ข้อกำหนดเฉพาะของการทดสอบของทัวริงคืออะไร มีข้อกำหนดอะไรบ้างหากผู้ประเมินต้องปฏิบัติตามเพื่อให้ผ่านการรับรองสำหรับการทดสอบ ต้องมีผู้เข้าร่วมสองคนเสมอในการสนทนา (หนึ่งคนและคอมพิวเตอร์หนึ่งเครื่อง) หรือมากกว่านั้นอีกหรือไม่ การทดสอบยาหลอก (ในกรณีที่ไม่มีคอมพิวเตอร์เกี่ยวข้อง) อนุญาตหรือสนับสนุนหรือไม่ มีผู้ประเมินหลายคนได้ไหม ถ้าเป็นเช่นนั้นการตัดสินใจจะต้องเป็นเอกฉันท์ในหมู่ผู้ประเมินทั้งหมดเพื่อให้เครื่องผ่านการทดสอบ?

10 intelligence-testing  software-evaluation  turing-test  natural-language-processing 

โดยทั่วไปการปีนเขาแบบ Stochastic Hillจะแย่กว่าการปีนเขาแบบ Steepest แต่ในกรณีที่การเล่นแบบเดิมนั้นทำได้ดีกว่า

9 search  hill-climbing 

ข้อ จำกัด ของอัลกอริทึมการปีนเขาคืออะไร? เราจะเอาชนะข้อ จำกัด เหล่านี้ได้อย่างไร

9 algorithm  search  optimization  problem-solving  hill-climbing 

ในหุ่นยนต์เทคนิคการเรียนรู้การเสริมแรงจะใช้สำหรับการค้นหารูปแบบการควบคุมสำหรับหุ่นยนต์ น่าเสียดายที่วิธีการไล่ระดับนโยบายส่วนใหญ่มีความเอนเอียงทางสถิติซึ่งสามารถนำหุ่นยนต์ไปสู่สถานการณ์ที่ไม่ปลอดภัยดูหน้า 2 ในJan Peters และ Stefan Schaal: การเสริมแรงการเรียนรู้ทักษะยนต์ด้วยการไล่ระดับนโยบาย, 2008 ด้วยการเรียนรู้ดั้งเดิมของมอเตอร์มันเป็นไปได้ที่จะเอาชนะปัญหานี้ได้เนื่องจากการปรับพารามิเตอร์พารามิเตอร์ gradient ของนโยบายนำขั้นตอนการเรียนรู้ไปสู่เป้าหมาย เครื่องหมายคำพูด:“ ถ้าการประมาณการไล่ระดับสีไม่เป็นกลางและอัตราการเรียนรู้เป็นไปตามผลรวม (a) = 0 กระบวนการเรียนรู้นั้นรับประกันว่าจะมาบรรจบกันอย่างน้อยที่สุดในระดับท้องถิ่น [... ] ดังนั้นเราต้องประเมินการไล่ระดับนโยบายจากข้อมูลที่สร้างขึ้นเท่านั้น ระหว่างการทำงานของงาน ” (หน้า 4 ของกระดาษเดียวกัน) ในการบ้านสำหรับชั้นเรียน Berkeley RLปัญหา 1 มันขอให้คุณแสดงให้เห็นว่าการไล่ระดับนโยบายยังคงเป็นกลางหากการลบล้างพื้นฐานเป็นหน้าที่ของรัฐที่ประทับเวลา t ▽θ∑t=1TE(st,at)∼p(st,at)[b(st)]=0▽θ∑t=1TE(st,at)∼p(st,at)[b(st)]=0 \triangledown _\theta \sum_{t=1}^T \mathbb{E}_{(s_t,a_t) \sim p(s_t,a_t)} [b(s_t)] = 0 ฉันกำลังดิ้นรนผ่านขั้นตอนแรกของการพิสูจน์เช่นนี้ ใครบางคนชี้ให้ฉันในทิศทางที่ถูกต้อง? ความคิดเริ่มต้นของฉันคือการใช้กฎแห่งความคาดหวังทั้งหมดเพื่อทำให้ความคาดหวังของเงื่อนไข b (st) บน T …

9 reinforcement-learning 

ปิด คำถามนี้จะต้องมีมากขึ้นมุ่งเน้น ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้มุ่งเน้นที่ปัญหาเดียวโดยแก้ไขโพสต์นี้ ปิดให้บริการใน6 เดือนที่ผ่านมา ดูเหมือนว่าจะได้รับการมุ่งเน้นในวรรณคดีไปยังส่วนประกอบโดยประมาณของจิตใจมนุษย์โดยถือว่าเป็นสิ่งที่ก้าวหน้าที่สุด หากสัตว์อื่นเข้ามาในภูมิทัศน์ AI มันเป็นเพียงการศึกษาบิชอพในวิธีที่ไม่เป็นประโยชน์ในการศึกษามนุษย์หรือเพื่อจำลองกิจกรรมประสาทของกระสุนเพราะระบบประสาทของมันง่าย บางทีอาจมีเหตุผลที่คิดไปข้างหน้ามากขึ้นในการพิจารณาใช้รูปแบบชีวิตที่ต่ำกว่าเป็นแบบจำลองสำหรับปัญญาประดิษฐ์ที่ต้องการ ฉันได้อ่านสิ่งที่ EO Wilson และคนอื่น ๆ พูดถึงเกี่ยวกับความสามารถในการทำงานร่วมกันของเผ่าพันธุ์อื่น มีคุณสมบัติที่โดดเด่นในสิ่งมีชีวิตที่เรียบง่ายและปรับตัวได้เหมือนกับแบคทีเรีย แน่นอนว่ามดเป็นสายพันธุ์ต้นแบบสำหรับการทำงานร่วมกัน ผึ้งเป็นเนื้อหาที่มีความเข้าใจในการก่อสร้างมากที่สุดโดยคำนึงถึงความยั่งยืนของวิถีชีวิตและความสัมพันธ์กับสิ่งมีชีวิตอื่น ๆ ในรูปแบบศิลปะเหนือความสามารถของสติปัญญาของมนุษย์ การใช้อุปมาอุปมัยกีฬาเพื่อกำหนดลักษณะของตัวเลือกนั้นความฉลาดของมนุษย์เปรียบเสมือนกีฬานักสู้ก่อนตรัสรู้หรืออย่างน้อยก็ฮ็อกกี้น้ำแข็งซึ่งการทำร้ายฝ่ายตรงข้ามถือเป็นกลยุทธ์ที่ชาญฉลาด สิ่งที่ผึ้งทำก็เหมือนการปีนเขาการสร้างด้วยความแม่นยำและการดูแล สิ่งที่มดทำก็เหมือนกับการแข่งรถวิ่งผลัดที่มีความสนใจเพียงเล็กน้อยในทีมตรงข้ามเพราะแต่ละอาณานิคมเช่นเดียวกับแต่ละเลนในลู่วิ่งนั้นเป็นอิสระและเลนจะถูกทำเครื่องหมาย มดทำเครื่องหมายอาณาเขตของตนในทำนองเดียวกันและการอ้างสิทธิ์ในอาณาเขตนั้นได้รับการเคารพในฐานะรัฐทางการเมืองทางภูมิศาสตร์ของ Westphalian ที่ดีที่สุด ไม่มีความอิจฉาหรือการแข่งขันเพียงเพื่อความเป็นอันดับหนึ่งที่น่าภาคภูมิใจ ด้วยมดเช่นเดียวกับสมาร์ทแทร็กและโค้ชสนามวัตถุประสงค์คือการที่แต่ละขาของการแข่งขันทำงานได้ดีกับหน้าที่ของนักแข่งรีเลย์ที่ดีที่สุด แบคทีเรียเป็นนักวิ่งระยะไกล พวกเขาแลกเปลี่ยนดีเอ็นเอกับคนอื่นและไม่สนใจกฎแห่งความเจ็บปวดและความกลัวทั้งหมด พวกเขาประพฤติตนในแนวทางที่ยั่งยืนที่ไม่ทำอะไรเลยเพื่อให้ได้รับและใช้ทุกอย่างเพื่อความอยู่รอด และพวกเขารอดชีวิตมาได้เกือบตลอดระยะเวลาของการดำรงอยู่ของโลก พวกมันน่าจะอยู่ราว ๆ หนึ่งแสนล้านปีหลังจากที่มนุษยชาติหายไปถ้าดวงอาทิตย์ไม่ได้ไปซุปเปอร์โนวาก่อน เหตุใดเราจึงต้องการโปรแกรมคอมพิวเตอร์ให้ประพฤติตนเป็นคู่แข่งอย่างไม่มีที่สิ้นสุด ผู้คนดาวน์โหลดโปรแกรมหมากรุกสมาร์ทเพื่อให้พวกเขาสูญเสียซ้ำ ๆ ? ไม่พวกเขาดาวน์โหลด Android OS เพราะทำงานร่วมกันและไม่มีค่าใช้จ่าย เราไม่สามารถหาเกมที่ไม่ใช่ศูนย์รวมเพื่อเล่นในสถานการณ์ที่เป็นไปได้หรือไม่? เราไม่ได้มีสายพันธุ์กัด - ซุบซิบนินทาและรุนแรงเกินความจำเป็นอยู่แล้วจากภายในสายพันธุ์ของเราเองหรือ …

9 philosophy  evolutionary-algorithms 

ขณะนี้ฉันกำลังทำโปรเจ็กต์ที่เกี่ยวกับการสร้าง AI เพื่อเล่นเกม Gomoku (มันเหมือนกับเกม Tic Tac Toe แต่เล่นบนกระดาน 15 * 15 บอร์ดและต้องการ 5 แถวเพื่อชนะ) ฉันประสบความสำเร็จในการนำ tic tac toe ที่สมบูรณ์แบบมาใช้โดยใช้การเรียนรู้ Q และมีสถานะเกม / การกระทำที่เก็บไว้ในโต๊ะ แต่สำหรับบอร์ด 15 * 15 สถานะของเกมที่เป็นไปได้ก็ใหญ่เกินไป คำถามของฉันคือฉันควรใช้เครือข่ายประสาทหรืออัลกอริทึมทางพันธุกรรมสำหรับปัญหานี้หรือไม่? และโดยเฉพาะอย่างยิ่งฉันจะใช้สิ่งนี้ได้อย่างไร

9 neural-networks  machine-learning  genetic-algorithms  combinatorial-games