“下班後,堅持自學有多難?” 與新的 5 篇文章 - Inside 網路趨勢行銷與開發 |
- 下班後,堅持自學有多難?
- 影音當道!Facebook 讓生日祝福不再只是「紙」上談兵
- 【觀察】東森電視「每周近 4 千萬臉書不重複用戶」從哪裡來?
- 跌倒自己爬起來,Atlas 雙足機器人可能取代更多工作!
- 獻聲免費導航 Waze,摩根費里曼要用上帝的聲音幫你指路!
- Google AlphaGo 對決李世石前夕,9 位圍棋世界冠軍分析勝負
Posted: 24 Feb 2016 02:20 AM PST
這一年,我無意中知道 MOOC 網,才發現原來網上還有那麼多來自世界各地各所名校的免費課程。相見恨晚,大概就是我當時的心情吧。 我今年通過 MOOC 等平台完成的課程,那些中途放棄或延遲的課程不在列:
自學的初衷每個人學習的理由各不相同,我當初的想法很簡單: 1.為了提升英語水平因為工作需要,我一直都斷斷續續學英語。大學剛畢業的時候,英語渣到看《紐約時報》就像看天書一樣,直到現在我都記得那種文盲般的挫敗感。中間省略一段渣渣的苦逼困鬥過程。直到後來系統地學習了口譯、筆譯的網路課程,再加上大量的實戰,終於我的英語水平得到了質的提升。用武俠術語來說,就是有一種打通了任督二脈的感覺。 ▲當時學口譯、筆譯時的部分講義筆記 打通任督二脈並不等於武功化境,恰恰相反,它只是練習高級功夫的基礎。說得通俗點兒,剛剛入門而已。但有了這個基礎,就像有了一點點內功一樣,再學各種招式就會容易很多。 那個時候,我決定學點其他功夫。而 MOOC 就好像是一個江湖,這裡有很多個門派,每一個課程就是一本武功秘籍,每一本秘籍都能極大地增強功力。於是,從《Learning How to Learn》開始,由此我開啓了刷課練功的徵程。(PS:因為要順帶刷英語,所以我選的課程大部分都是英文授課。) 分享一點經驗:
比如,詞彙量低於三五千的朋友,學習《English Composition I 》這門課可能會感覺吃力,學習《Crafting an Effective Writer: Tools of the Trade (Fundamental English Writing)》這門課的話則會相對難度適中一些。 2.為瞭解決一些很實際的困惑1)明明生活順遂,為什麼不開心?我曾經有一段時間特別焦慮,我不明白明明自己工作穩定、生活順遂,為什麼還是不開心? 我問過周圍的朋友,但是並沒有得到滿意的答案。於是我決定自己為自己診治,這也是我學習積極心理學的原因。 後來證明,我當初的這個決定是正確的,學完這個課後有種豁然開朗的感覺。 2)為什麼執行能力差?喜歡拖延?這是我在 MOOC 上學習的第一個課程,這個課程對我來說最大的收穫就是從心理學和神經科學的角度瞭解了拖延症的成因,以及有哪些有效的方法對抗拖延症。 3)如何有效的利用時間?提高效率?磨刀不誤砍柴工,學習一些基本的時間管理方法,對於提高學習效率和工作效率都非常有幫助。《Get Organized: How to be a Together Teacher》這個課程非常簡短,裡面介紹的一些實用表格我也一直在使用,並不斷改進摸索出適合自己的格式。 學什麼?之前有朋友問我,你最近都在網上學些什麼,我說歷史和哲學。她很意外地說了句,你怎麼不學些有用的,我還以為你學的是跟工作相關的東西呢。 朋友的話讓我深思,在她看來學心理學和歷史是沒用的,因為這些課程對升職加薪沒什麼用,花那麼多時間,還不如學門職業技能實在。關於這點,我是這麼認為的: 1.有用VS沒用有很多人問我,平時用英語的機會很少,學英語有沒有用? 其實,在回答這個問題之前,你應該問問自己為什麼要學英語?我覺得這個動機很重要,否則,你根本學不下去。 講一個發生在我身邊的故事。我認識一位前輩,大學學的是科技英語,畢業後分配到政府工作。他是他們單位唯一一個堅持每天學習外語的人,周圍人都笑他,有現成翻譯不用,為啥自己學。直到工作十幾年後,中國使館招募駐外大使,他從上千人中脫穎而出,人生軌跡也由此改變。 所以,有沒有用,取決於你自己怎麼看,取決於你為什麼要學。有句廣告詞說得很好,「每個人都是一座山。世上最難攀越的山,其實是自己。往上走,即便一小步,也有新高度。」只要學習,總會有收穫。很多時候,學習就是個不斷累積的過程,不僅是學英語,學其他東西也是一樣的。 2.需要VS喜歡我們學習大部分是出於兩個目的:需要,或者喜歡。二者在效果上,很難衡量,但在持久性上,卻有顯著不同。 出於實際需要學習,大多是為瞭解決一些眼下的問題,比如為了應付考試、為了答疑解惑、為了考證加薪等。但是,這樣的學習很難有長效性,就像吃藥一樣,當病好了,你就不再想吃藥。就算接下來的補藥對身體有好處,但這種需求已經不那麼迫切了。舉個例子,高考結束後,還有多少人主動學過曾經不感興趣的科目? 為了愛好學習則沒有那麼強的功利性,就像追求自己喜歡的人,未必是一定要得到那個人,也不是為了經濟上的企圖,就是喜歡,就是想努力接近她,不計成本,經年累月,樂此不疲。 因此,在我看來,與其問「我應該學什麼?」,不如問「我喜歡學什麼?」、「我想學什麼?」。 3.不知道自己喜歡什麼,怎麼辦?不知道自己喜歡什麼的時候,只有一個方法——嘗試。這和超市的試吃是一個道理,先嘗嘗,口味對了,那就對了,口味不對,換下一個。 就我自己的經驗來說,一開始也沒有很強的方向性。只是先學一些覺得很實用,很感興趣的課程,再慢慢發現原來學習 A 還要知道 B,學習 B 還需要瞭解 C,為了更好的學習 A,其實我應該先學好 B 和 C......就這樣一步一步找到自己的方向,知道要學什麼,按什麼順序學。 所以,不要想太多,先學了再說。基本上你能堅持學下去的,就是你比較感興趣的。 怎麼學?1.招式還是內功?我覺得學習就跟練功一樣,分兩種:一種是練內功,一種是練招式。 招式,淺顯易學,上手快,見效快;內功,則聚沙成塔,曠日持久,進展緩慢。武功要想登峰造極則必須內外兼修,內功要深厚,招式要精通。但是,天下武功種類眾多,包羅萬象,一個人窮極一生,真正能精通的也不過幾種,所以有些功夫學些招式就可以,有些功夫則需要苦練內功。 具體來說,以我自己為例,像時間管理、《學習困難科目的實用思考方法》這種實用類的課程,我把它歸為招式類,掌握一些基本的原理和實用技巧即可,不用深入。而歷史類、哲學類的課程我比較感興趣,則投入的時間更多,學習得也相對深一些,這些屬於內功。 2.學習方法每個人都有自己的一套學習方法。同樣一個課程,不同的人學習,收穫也會不一樣。我自己的方法就是,學完一個課程要問自己四個問題:
回答這些問題會助於將知識系統化,將各個知識塊有條理的組織起來。前兩個問題屬於比較淺顯的層次,認真聽課基本上都能回答上來。而人與人之間水平的差別往往表現在後兩個問題,它直接反映了你思考的層次,我認為,學課程和閱讀的方法是相通的。 怎麼堅持?自學是件苦逼的事情,它要佔用你原本可以用來娛樂的時間。
為什麼一個人願意在下班後每天花上幾個小時的時間坐在書桌前學習? 所以自學最難的地方既不是學什麼,也不是怎麼學,而是怎麼堅持,因為你要不斷地和自己的惰性做鬥爭,和各種各樣的誘惑做鬥爭,和輕鬆舒服的安逸做鬥爭。這麼難,怎麼辦? 方法只有一個——養成習慣。 是的,習慣。 學生時代,我一直很喜歡寫作。工作後,這個愛好就擱置了。直到從今年開始,我又重新開始學習寫作課程、加入寫作訓練營、堅持在公眾號分享自己的讀書筆記、學習體會,並一直堅持到現在。究其原因還是因為從小就有寫日記的習慣,學生時代大大小小的日記本有幾十本,儘管工作後這個習慣就慢慢放棄了,但是一種熱愛一旦養成習慣,就容易順著這種慣性堅持下去。很多人很難做到每天學習,卻可以很輕鬆地堅持每天刷牙。為什麼? 這就是習慣的力量。 畢業很多年後,我才終於明白為什麼當年那些學霸可以天天學習而我卻做不到的原因了,因為學習對人家來說就跟刷牙一樣自然啊!(一個老學渣多麼痛的領悟~) 為什麼一定要自學?這一點放在最後講,是因為我認為自學最大的意義就是——給未來的自己投資。如果說有什麼投資是只賺不賠的話,那麼自學無疑就是這樣的投資。而且,這項投資越早越好,它會為你帶來這樣一些收益: 1.解鎖加速學習的技能自學,未必能夠給你帶來好的工作、好的運氣、好的報酬。但是,學習到一定程度,你會解鎖一個關鍵技能——融會貫通,之後你的學習速度就會呈幾何增長。 根據 Barbara Oakley 教授的觀點,我們的知識是壓縮成「塊」(chunk)的,每一個塊都有一個固定的神經迴路,某個塊用得越頻繁,那一部分的神經迴路就會越牢固,就像小路越走越平坦一樣。而我們學習新知識時,神經會自發地選擇那些平坦的路徑,也就是會與已有的知識塊進行連接,這個過程被稱為「融會貫通」或者「觸類旁通」(transfer)。所以,當你的知識塊越來越多,體積越來越大之後,後面學習新的東西就會越來越容易。有人說,學習到一定程度就會產生加速度,原理就是在這裡。 更重要的是,原有的知識塊很容易產生意想不到的連接,帶來驚喜。每個人都看到蘋果落地,卻只有牛頓發現了地心引力。這種「頓悟」,其實就是融會貫通的意外成果。 2.獲得階梯式的成長想起網路上的一個笑話:一個人跑去問老闆「我都有十年工作經驗了,為什麼您還不給我漲薪水呢?」,老闆回答說 「你是有十年工作經驗呢,還是把一年工作經驗用了十年呢?」。 這個故事我深有體會,工作的前幾年往往是一個人成長最快的時期,當你一切都能得心應手、熟悉應對時,很容易進入一種平和的溫水煮青蛙的時期。 當一個人的學習曲線開始趨平的時候,要特別小心,這其實是一個危險的信號。誰都喜歡安逸,可是安逸的後果就是一年的工作經驗一不小心就用了十年。想要避免這種情況,唯一的辦法就是持續不斷的學習。 3.遇見更優秀的自己知乎有一個問答給我留下了深刻的印象。
一句話不知戳中了多少人的心坎。不多解釋,你們懂的。 總結: 這一年對我來說,是收穫頗豐的一年。我覺得最大的收穫其實不是知識本身,而是學習習慣的養成,學習方法的改進,以及學習認識的提高。寫到這裡,突然覺得好心塞,為什麼我20歲的時候,不懂得這些呢? 或許,人的一生總是要走些彎路的吧。這種時候,大概也只能大丈夫了。即使現在有些晚了,我還是想說:趁著牙好胃口好,趕緊學習吧! 歡迎加入「Inside」 Line 官方帳號,關注最新創業、科技、網路、工作訊息This posting includes an audio/video/photo media file: Download Now |
Posted: 24 Feb 2016 01:47 AM PST
還記得以前收到的生日卡片嗎?Facebook 提供的生日祝福提醒相信拯救了不少健忘者的友誼。方便的同時卻也令人質疑,過於簡單的留言方式,是否會淡化了祝福的誠意? 不知道 Facebook 是否聽到了這些使用者心底的聲音,為了讓祝福更有誠意,Facebook 在 iOS 版本的 APP 上推出了新的生日影片功能,在壽星生日當天,用戶們可挑選多種主題邊框,並錄製 15 秒的祝福影片,錄製完成就可以立刻發送到壽星的動態牆上,成為比文字更具意義且誠意十足的生日祝福。 近期可以看到 Facebook 在影片功能下了不少功夫,從粉絲專頁的現場直播到前陣子的好友日影片,都可以看到其試圖使用多元化的影片功能成為用戶生活重心的野心,未來會不會有其他影片的功能可應用在行銷上,影片的服務是不是為了未來某項新的獲利機制鋪路,值得期待。 重視人與人之間交情的細節,並利用多元工具幫助使用者經營好情誼,相信這也是為什麼 Facebook至今穩坐社群龍頭的原因。在利用廣告增加粉絲數量的同時,不妨效法 Facebook 這樣既富含創意又貼心的精神,相信更能有效提升粉絲忠誠度。 ———還沒使用過的朋友,先來看看urAD的使用說明——— STEP 1:手機下方會新出現一個「錄製生日影片」的小蛋糕。 STEP 2:按下「錄製生日影片」進入功能,提供了五種不同風格的生日祝福邊框,選定好花樣,點下紅鈕開始錄製。 STEP 3:完成後即可將錄製的祝福透過臉書傳遞出去,呈現結果如下方圖示。 歡迎加入「Inside」 Line 官方帳號,關注最新創業、科技、網路、工作訊息This posting includes an audio/video/photo media file: Download Now |
【觀察】東森電視「每周近 4 千萬臉書不重複用戶」從哪裡來? Posted: 24 Feb 2016 01:18 AM PST Photo Credit: kpgolfpro
17 日轉發《東森張憶芬:媒體轉型分為「輸血、混血和換血」》到臉書時,看到張憶芬提及的數據,我留下 18 字「數字數字數字,題材題材題材,價格價格價格。」 數大就是錢!漂亮數據有助於抬高東森電視的售價,在同樣成本下,選擇將臉書數據極大化,其實是挺聰明的選擇。我們先來看看臉書對於「貼文觸及率」的定義,這有助於我們一起分析此報導。 曾經看過您貼文的用戶人數-只要您的貼文顯示在「動態消息」中,系統就會將您的貼文算為已觸及某人。此數目是建立貼文後 28 天內,曾使用桌上型電腦和行動裝置瀏覽過您貼文的人數。(來源:https://www.facebook.com/help/241332825914969) 衝高臉書的觸及人數(reach),絕對比頁面瀏覽量(Page view)來得容易,成本更是低上許多。因為觸及的定義較為鬆散。 據〈comScore與創市際依據comScore MMX™數據公佈2015年9月台灣網路活動分析報告〉 台灣新聞網站的前三名,為《蘋果日報》、《ETtoday》(與東森新聞是兩間不同公司)、《UDN聯合新聞網》 《蘋果日報》17日的瀏覽量與不重複訪客數如下。(來源:http://www.nextdigital.com.hk/inves……) 東森電視在一定時間內得繳出數據成績,與其挑戰難度較高的網站流量與不重複訪客,另闢臉書捷徑(臉書的觸及人數與臉書的不重複用戶),十分合理。 據悉,從 6 月到 11 月,在 Facebook 上面的東森網路新聞,每天視頻瀏覽量超過 1300 萬次,每個星期所觸及到不重複的用戶大概在 3000 多萬,接近 4000 萬。「如果各位考慮到台灣的網友人數不過是 1800 萬人,所以東森的網路新聞已經觸及到整個台灣網友人數的二倍。這個成績個人覺得還是及格的。」-東森張憶芬:媒體轉型分為「輸血、混血和換血」 1.上述的「每星期所觸及到的不重複用戶」,我猜是 Weekly Total Reach 。 Weekly Total Reach 可在粉絲專頁資料找到 分析數據常被「誤會」成客觀呈現,既然數據來自於人,分析數據就是人分析人,簡直是主觀到不行的表現主義。 同樣要討論不重複用戶,若把數據換成「談論這個的用戶」。 談論這個的用戶之定義-「過去一週針對粉絲專頁及粉絲專頁上的內容產生動態的不重複訪客人次」 東森新聞 12/11-17 的數據約為 170 萬,假設上述報導內容為真,我們不難發現經營臉書社群的難處並非「觸及」,而是「互動」。只要改變數據定義,不重複用戶就會從 4 千萬「去蕪存菁」,銳減至 170 萬。 影音部分:以 12/17 為例,東森新聞臉書粉絲專頁單日上傳超過 60 支影音,上述的「視頻瀏覽量」,有可能是觸及人數(Reach)或觀看次數(views)。 即使是觀看次數(views),臉書影音被觀看 3 秒或以上就算 1 次觀看,就算使用者在動態消息中滑下頁面瀏覽,即使影片自動播放且靜音,也能算 1 次觀看。計算方式跟 YouTube 極為不同。 在媒體報導中,張憶芬選擇用臉書數據呈現東森電視的價值,畢竟電視普遍被視為傳統媒體,靠近網路與社群,對於價格來說是一大利多。所謂「有夢最美,價格相隨。」 至於買方,自然有一套評估東森電視價格的方式。東森電視接下來會變啥樣子,就讓我們看下去。 歡迎加入「Inside」 Line 官方帳號,關注最新創業、科技、網路、工作訊息This posting includes an audio/video/photo media file: Download Now |
Posted: 23 Feb 2016 11:35 PM PST 這看起來像在欺負機器人的畫面,其實是 Alphabet 旗下的波士頓動力(Boston Dynamics)最近發表的一連串測試,影片中實驗人員拿著一根曲棍球棒,用力推了新一代 Atlas 人型機器人,但它不但不會一推就倒,就算推太大力跌倒了,也會自己爬起來。 從公佈的畫面中可以看到,Atlas 能以敏捷流暢的動作抬起地上的重物,並放至架上。目前模仿人形,雙足站立的機器人技術最大的困難之一,便是用兩腳保持平衡。 像在加州的 DARPA 機器人挑戰賽中就能看到,大部分的雙足機器人根本連站都站不穩,當時我們在 Inside 粉絲頁也有分享過機器人連續跌倒的失敗影片,如果你有印象,大部分的機器人跌倒後也站不起來。參賽團隊大部分就是使用 Atlas 為基礎,加以改造並撰寫自己的軟體,要是 Atlas 跌倒他們就得重設機器人再從頭走一次。 波士頓動力也在官方文章中提到:
現在的機器人相當擅長進行重複動作,不過一旦測試環境或任務有輕微改變,機器通常會無法臨機應變,而波士頓動力的這些測試,就是為了能夠幫助 Atlas 處理意外狀況。 今年 3 月 9 日起,Google 旗下的人工智慧 AlphaGo 也將挑戰世界公認的圍棋九段強手李世石,而 AlphaGo 先前已打敗歐洲冠軍,也可以看到現在不論是動作靈活度或智慧運算能力,機器人在特定領域上的發展無疑愈來愈接近人類。新版 Atlas 擁有更接近人類的動作及處理能力,讓機器人在未來不只能重複勞力密集作業,還能從事更多類型的工作,也代表機器人可以取代的工作將大幅增加。 希望未來的機器人能理解這一切都是為了科學研究,別誤以為是霸凌,不然要是像科幻情節一樣引發機器人革命就尷尬了。
歡迎加入「Inside」 Line 官方帳號,關注最新創業、科技、網路、工作訊息This posting includes an audio/video/photo media file: Download Now |
Posted: 23 Feb 2016 08:47 PM PST 在電影《王牌天神》中扮演上帝的影星摩根費里曼(Morgan Freeman)除了在電影中為人們指點迷津,現在也將在現實生活中,以其感性睿智的聲音,透過 GPS 導航為民眾指路。 費里曼近日與 Google 合作,為其免費導航 App「Waze」獻聲,現在不論你想去哪裡,都能依循著他極具磁性的聲音,找尋距離你幾公尺遠之外的咖啡廳或書店。 當然,為了同時宣傳摩根費里曼在劇中飾演美國副總統一角的新片《全面攻佔 2:倫敦救援》即將上映,費里曼將搭配電影,和 Waze 用戶大玩角色扮演。 只要用戶打開 App,費里曼會以副總統的角色和作為「總統」的用戶進行對話,比如「時間到了,Wazer 總統,整個世界都在等候您的命令」、「美國人民都指望您來駕駛,我們走吧!」等用語,相當新奇有趣。 歡迎加入「Inside」 Line 官方帳號,關注最新創業、科技、網路、工作訊息This posting includes an audio/video/photo media file: Download Now |
Google AlphaGo 對決李世石前夕,9 位圍棋世界冠軍分析勝負 Posted: 23 Feb 2016 07:46 PM PST 韓國頂尖棋士李世石,Photo Credit: gobaduk
韓國時間 2 月 22 日下午 5 點,「李世石-AlphaGo 人機對戰」的第二次新聞發佈會在韓國棋院二樓進行,Google 旗下 DeepMind 公司 CEO 兼 Google 副總裁 DemisHassabis 從倫敦連線與現場記者問答,公佈本次人機大戰更多比賽細節,參賽者韓國李世石九段也一併出席。 上百名記者擠爆現場,創下韓國棋院史上人數最多的採訪記錄,由於人數過多,部分記者提前 4 小時到場,卻仍攔在現場外。 ▲部分記者被擋在發佈現場門外 比賽將分別於 3 月 9 日,10 日,12 日,13 日,15 日在韓國首爾的 fourseasons 酒店進行,開賽時間為每日韓國時間下午 1 點(台灣時間中午 12 點)。比賽最終決定採用中國圍棋競賽規則,黑貼 3 又 3/4 子(7.5 目),用時為每方 2 小時,3 次 1 分鐘讀秒。Youtube 頻道和韓國棋院圍棋 TV 將對本次比賽進行全程直播報導。之前 0:5 不敵 AlphaGo 的歐洲圍棋冠軍樊麾,作為比賽裁判團隊一員參與其中。 李世石九段表示:能夠參加此次意義深遠的比賽十分榮幸,無論結果如何都是歷史上非常有意義的對決。Google人工智慧頗具實力,並仍在持續提高中,但本次比賽我有信心。 DeepMind 公司 CEO 兼 Google 副總裁 DemisHassabis 表示:與電腦擊敗象棋、西洋棋的職業高手不同,圍棋是人類發明的所有遊戲中最深奧的,圍棋簡單的原理產生出複雜而優美的深度,根據直覺的相對隨機的計算,使得電腦很難掌控,這次李世石接受挑戰,Google 深感榮幸,無論李世石九段勝利或是失敗,希望能夠引發全世界對圍棋的更多關注。 圍棋擁有幾千年的歷史,因其無窮變化一直被視為人類智慧最好的試金石之一,也一直是人工智慧領域難以逾越的難關。在 2015 年 11 月於北京「美林谷杯」人工智慧圍棋大賽中,中國冠軍連笑七段曾分別在讓 4、5 子的情況下,輕鬆擊敗奪冠的韓國 DolBaram「石子旋風」軟體。這場比賽之後專家預測:人工智慧要擊敗圍棋頂尖高手,大約還需要 10 年的時間。 而 1 月 27 日晚,一篇自世界權威性的科學學術雜誌《自然》刊登的論文猶如一枚重磅炸彈,激起了科技界、圍棋界人士的熱烈討論。該論文宣佈 Google 旗下 DeepMind 開發的人工智慧圍棋程式 AlphaGo,在沒有讓子的情況下 5:0 完勝歐洲冠軍樊麾二段。並迅速宣佈出資 100 萬美元,向過去十年的最強傳奇棋手韓國李世石九段宣戰。 之前的圍棋人工智慧軟體,代表程式有日本的 Zen,法國的 CrazyStone 均引入「蒙特卡洛」算法,距離職業選手仍有很大的距離。這是一種基於概率的暴力搜索算法,雖然是圍棋人工智慧歷史上的一次顯著突破,但距離人類最高圍棋水平,仍有很大差距。而 AlphaGo 的程式則與上述程式有著顯著區別,它採用的「深度學習」技術,真正實現了令電腦學會向人類一樣思考。 在 1 月 28 日,於韓國首爾江南區驛三洞進行的首次人機大戰發佈會上 DemisHassabis 透露,DeepMind 為 AlphaGo 輸入了海量的職業棋手對局,其自我演繹的對局數更是達到了 3000 萬局。AlphaGo 和 IBM 的「深藍」不同,有自主學習的能力,AlphaGo 將來可以適用於醫療等服務領域。我們知道李世石九段是過去十年最強的傳奇棋手,我對他接受挑戰本身心懷感激。如果這次挑戰失敗,我們也考慮繼續發起挑戰。 「深度學習」總監 DavidSilver 更表示:「我認為 AlphaGo 對李世石的勝負機率是 50 比 50,AlphaGo 已學習了相當於人類 1000 年的學習量。」 AlphaGo 的核心是兩種不同的深度神經網絡——「策略網絡」(Policynetwork)和「價值網絡」(Valuenetwork)。「策略網絡」負責減少搜索寬度,排除明顯錯誤的著法;「值網絡」負責減少搜索深度,通過對局勢的判斷,在明顯劣勢下果斷拋棄某些路線,不用每條道算到黑。通過這兩個網絡分析局面,AlphaGo 會更像一個人類棋手,通過對當前局面的判斷和對未來局面的推演,根據不同權重,在函數中算出一種贏的概率最高的著法。 讓我們一起看看圍棋界人士對本次李世石和 Alpha Go 人機大戰持什麼態度? 棋迷:李世石獲勝的幾率更大新浪網對於本次人機大戰展開了一項為期 21 天的調查活動,調查結果顯示多 79.1% 的網友支持李世石獲勝,17.6% 的網友認為 AlphaGo 將最終勝出,另有 3.3% 的網友認為雙方勢均力敵、勝負難測。 美國圍棋網站 SmartGo 於近日刊登出一篇該網站創始人 AndersKierulf 的文章,AndersKierulf 認為,3 月的 AlphaGo 將修復很多自身不足,變成另外一隻猛獸。與李世石的對決非常令人期待,但如果壓勝負的話,AndersKierulf 看好李世石將贏下本次五番棋對決。 這些九段棋手怎麼看?世界冠軍俞斌九段:難以置信、本來以為會是 10 年之後的事情。 世界冠軍常昊:看棋譜離一線棋手還有距離,但進步神速確實出乎意料。如果哪天 AI 真的贏了人類,反而會帶來圍棋發展的契機。 世界冠軍古力九段:我不像大家這麼樂觀,未來人工智慧在圍棋上必定會超越人類,若連圍棋也被電腦超越了,是否以後就是電腦的天下了? 世界冠軍柯潔九段:從它與樊麾的棋譜來看,無限接近於職業水平,但李世石必勝。雖然作為棋手不希望電腦比人類強(笑),但這一天肯定會來的。 世界冠軍時越九段:AlphaGo 的水平已經邁入了職業門檻,雖然和頂尖棋手有差距,但按照這個進步速度,3 月份的對局李世石不會贏的太輕鬆。 世界冠軍周睿羊九段:難以置信這麼快就到來了,不過考慮到對方是 Google 也並非不能接受,雖然從 AlphaGo 與樊麾的五局棋譜來看水平不足以抗衡李世石,但是到 3 月份結果未知,覺得第一局的勝出者會贏得比賽。 世界冠軍江維傑九段:或許從圍棋界開端,AI 將逐漸滲透人類生活的各個領域,又或許一切還早,不過至少人類應該放下自己的驕傲,心懷謙卑。 世界冠軍範廷鈺九段:感覺李世石會贏,但不會贏得那麼輕鬆。我覺得電腦遲早能在圍棋領域戰勝人類,但也沒什麼,我繼續該吃吃、該喝喝! 世界冠軍羅洗河九段:Zen4 讓 9 個子我下過 100 盤 5 秒一步的,電腦輸的多,Google 這個軟體四子我有信心獲勝。 著名棋手劉星七段:已然強出想像,水平至少在兩子以內,剩下的只是時間問題。 著名棋手李喆六段:我們已來到兩個時代的連接處,無論你是否願意這都是一個需要接受的事實。工具無善惡,善惡在人心。未來的路通往何方,將由我們自己決定。 女子世界冠軍於之瑩五段:電腦最大的優勢是穩定,這是人類最難做到的。但李世石棋風和招法都十分銳利,謹慎看好李世石。 職業棋手均對李世石抱有信心,李世石也表現出十分的自信,李世石表示:除了 AlphaGo 與樊麾的棋譜,也在網上找了 3、4 盤 AlphaGo 的其他棋譜進行分析。AlphaGo 的確是得到飛躍性突破的電腦圍棋程式,但是實力還不足以向人類高手發起挑戰,它過分拘泥於局部價值,而欠缺整體的完善感,且失誤較多。 ▲上圖白 S9 便是顯見的失誤之一,白右側原本是活棋,經此一手反而不活了 李世石認為:「人工智慧圍棋向人類發起挑戰,還屬起步的試驗階段。我想下一次的人機大戰才會撞出火花,但這一次不是。我想,真正的時機可能在兩年內會出現吧?我的任務是既不緊張、也不懈怠,認真下好比賽,把時機交給下一個階段。」 如今,距離樊麾與 AlphaGo 的對局已過去了四個月的時間,按照人工智慧技術的進步和發展速度,AlphaGo 的棋力又會有質的提升。在圍棋這個古老的、幾乎代表了人類智力巔峰的遊戲上,人工智慧和人類的大腦,究竟誰更強大,答案很快就會揭曉。 即使這一次人工智慧失敗了,但這一天終將會到來。如果有一天電腦真的戰勝了頂尖的職業棋士,人類通過人工智慧窮盡圍棋的最優解,那也並不是圍棋的末日,棋盤上的藝術與哲學,仍是無法窮盡的寶藏。 歡迎加入「Inside」 Line 官方帳號,關注最新創業、科技、網路、工作訊息This posting includes an audio/video/photo media file: Download Now |
You are subscribed to email updates from Inside 硬塞的網路趨勢觀察. To stop receiving these emails, you may unsubscribe now. |
Email delivery powered by Google |
Google Inc., 1600 Amphitheatre Parkway, Mountain View, CA 94043, United States |
留言列表