基于大数据智能医学知识学习光环大数据培训机构.pdfVIP

基于大数据智能医学知识学习光环大数据培训机构.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
光环大数据--大数据培训人工智能培训 基于大数据的智能医学知识学习_光环大数据培训机构 AlphaGo 围棋 近期,国际顶尖期刊《自然》报道了 Google 研究团队开发的新围棋 AI。 AlphaGo 研究成果的论文成为了 1 月28 日的《自然》杂志的封面文章。这款名 为“阿尔法围棋”(AlphaGo)的人工智能,在没有任何让子的情况下以5:0 完胜 欧洲冠军职业围棋二段樊麾。这是人类历史上,围棋AI 第一次在公平比赛中战 胜职业选手。在接下来 3 月份,AlphaGo 将和韩国九段棋手李世石在首尔大战, 奖金是由Google 提供的100 万美金。李世石是最近10 年中获得世界第一头衔最 多的棋手。围棋是最后一个AI 机器尚未战胜人类顶尖高手的棋类游戏。之前有 人预测说,AI 需要再花十几年才能战胜人类。所以这场比赛或许会见证历史, 我们将拭目以待。李世石表示很荣幸自己将与电脑公平对弈:“无论结果如何, 这都会是围棋史上极其意义的事件。” 他说,“我听说 Google DeepMind 的AI 出人意料地强,而且正在变得更强,但我有自信这次至少能赢一局。” 2 月22 日,Google 公开了AlphaGo 与李世石之间的终极挑战的详细安排: AlphaGo 与李世石一共将进行5 场比赛,首场比赛于北京时间 3 月9 日中午12 点,在首尔四季酒店举行。3 月10 日、12 日、13 日、15 日将分别举行剩下4 场 比赛。Google DeepMind 首席执行官、联合创始人Demis Hassabis 称:“围棋是 深刻而复杂的游戏。为了击败一名职业棋手,我们不能只靠模仿,而是自主发现 新的战略规则。因为方法是通用的,我们希望有一天可以将其运用于解决社会最 棘手和最紧迫的问题上。不论我们在3 月份能否赢李世石,这场比赛都一定能够 激发世界各地对围棋的兴趣。” 好吧,我们将拭目以待! 话说Deep Learning 光环大数据 光环大数据--大数据培训人工智能培训 深度学习(Deep Learning)是目前人工智能领域中最热门的科目之一,它能 完成笔迹识别,面部识别,自动驾驶汽车,自然语言处理,语音识别,分析生物 信息数据等非常复杂的任务。AlphaGo 的核心算法是两种不同的深度神经网络: “策略网络”(policy network)和 “值网络”(value network)。它们的任务在 于合作挑选出那些比较有前途的棋步,抛弃明显的差棋,从而将计算量控制在计 算机可以完成的范围里,本质上和人类棋手所做的一样。其中,“值网络”负责 减少搜索的深度:AI 机器会一边推算一边判断局面,局面明显劣势的时候,就 直接抛弃某些路线,不用一条道算到黑;而“策略网络”负责减少搜索的宽度: 面对眼前的一盘棋,有些棋步是明显不该走的,比如不该随便送子给别人吃。将 这些信息放入一个概率函数,AI 机器就不用给每一步以同样的重视程度,而可 以重点分析那些有前景的棋着。AlphaGo 利用这两个工具来分析局面,判断每种 下子策略的优劣,就像人类棋手会判断当前局面以及推断未来的局面一样。这样 AlphaGo 在分析了如未来20 步的情况下,就能判断在哪里下子赢的概率会高。 研究者们用许多专业棋局训练 AI 机器,这种方法称为有监督学习 (supervised learning)。然后让 AI 机器和自己对弈,这种方法称为增强学习 (reinforcement learning),也是一种无监督学习(unsupervised learning), 每次对弈都能让AI 机器棋力精进。最后它就能战胜冠军啦!人类在下棋时有一个 劣势,在长时间比赛后,他们会犯错,但机器不会。而且人类或许一年能玩1000 局,但机器一天就能玩100 万局。所以AlphaGo 只要经过了足够的训练,就有可 能击败所有的人类选手。届时,本人将有高手随时与我伴棋了,我将不再是“孤 独求败”,而是“孤独求胜”了! 再说DeepMind 接下来,我们就再聊一聊李九段提到的DeepMind。 DeepMind 是Google 旗下的一家位于英国伦敦的公司,是前沿的人工智能企

您可能关注的文档

文档评论(0)

wx171113 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档