第298章 一万小时(2/3)

然而，主动的训练终究太慢。

17年05月，alphago3:0击败了世界排名第一的中国选手柯洁。

林奇看着满目苍夷的地面，尽这些原都躺着任由他屠杀，但林奇的这“刻意”训练，终究太慢了。

尽每一次挥动手臂，林奇还得分析着去向、用力、角度，对他来说都是劳心劳力的事，但他都死死咬牙持着。

本章尚未读完,请击一页继续阅读---->>>

16年03月，alphago4:1击败了前世界冠军李世石。

天生倾向于省事。

因而大多数况，经验系统为分析系统提供者“直觉”、“印象”、“意愿”、“态度”。

40天，2900万局围棋便实现了人类两千年都未曾现的围棋界独孤求败！

人类在作决策的时候，有两个判断系统，经验系统与分析系统。

正如前世的alphago之所以能成为围棋之神，本质上的神经网络与搜索算法便是一“训练”。

36小时，alphagozero摸索所有基本重要围棋知识，100:0击败战胜李世石的alphagov18版本。

17年10月，一个全新的变alphagozero，完全摆脱过往所有的人类对局，只有基本的棋规则后自己以一台带着4个tpu的机从零开始通过机学习，

17年01月，alphago改版程序“master”完成六十连胜，横扫所有中日韩尖手。

分析系统则需要自对复杂的信息行理，然后再据理行分析，耗费神大。

木工卖一张“椅”，所生产的量终究突破不了一天24小时的极限。只有无形的“件”才能够将边际成本降到零，实现真正的财富积累。

40天，alphagozero对战master的胜率达到90%。

21天，alphagozero达到了master平。

偏偏，人类或者说万天生就是懒惰的生。

并非说他意识让自己多思考不依赖经验，反而是训练他的“经验系统”，通过无数次的“分析”来训练真正接近全面的“经验系统”。

对着砧板切谁都会，但能够每一次切都在思考纹路，甚至事后还补充知识避免前人弯路的，则少之又少。

经验系统自动运转，仿佛开着自动驾驶般，省去油门与刹车，占用力很少。

所以后来林奇一直刻意的行“训练”。

一直到当年，他听到了另一个消息——

林奇

3小时，alphagozero成功门围棋。

林奇也清楚，他本能就是倾向于靠经验和个人直觉作判断，通过经验系统避开需要大脑费神费力思维的分析系统。

机，某程度而言比人类更为可靠。

15年10月，alphago5:0击败了欧洲围棋冠军樊麾。

当时关心局面的林奇，心还保有着人类依旧有胜利希望的幻想，认为人类尖棋手如果得到alphago的期训练，定然能够再度尖。

一个路边的大台北茶店终究只能养活一家几，可是当它变成连锁时，得到的便可能是数十上百亿的估值。