see后感-原因的原因不是原因，结果的结果不是结果

See

see了好久才see完，这篇文章写的确实好。
给个地址，方便哪天想再see的时候回来see。不过也有可能哪天这篇文章因为各种原因就不存在了。
以下内容来自这篇文章，对我而言是来理解这个图。

环境可以是真实世界，电脑游戏，模拟，甚至棋盘游戏，比如围棋或象棋。就像人类一样，人工智能代理人从其行为的结果中学习，而不是从明确的教导中学习。
在深度强化学习中，智能体是由神经网络表示的。神经网络直接与环境相互作用。它观察环境的当前状态，并根据当前状态和过去的经验决定采取何种行动（例如向左、向右移动等）。根据采取的行动，AI智能体收到一个奖励（Reward）。奖励的数量决定了在解决给定问题时采取的行动的质量(例如学习如何走路)。智能体的目标是学习在任何特定的情况下采取行动，使累积的奖励随时间最大化。

• 阿尔法狗每下的一盘棋，都是一次自我进化的学习过程，工作即学习，学习即工作；
• 阿尔法狗的唯一目标是终局胜负，因此而有强烈的使命感，钢铁般的意志，和石佛般的平常心（尽管它不需要这些形容词）；
• 把每一手棋，都当作一个独立决策点，将当前的整个局面视为一个初始状态，根据当前局面，发现（模仿人的直觉）获胜概率较高的几手棋，并估算每一手棋的终局胜率；
• 从中选择最优决策；
• 等对方落子后，再次进入“初始状态”，根据更新的信息，重复以上动作，直至终局。

思考时“望见山那边”，行动时则信奉“车到山前必有路”。

一个有趣的现实是：

就像每天都是你余生中最年轻的一天，面向未来的决策不管多么艰难，在决策选项中，你总能发现相对最优的那一个。

这句话中的你总能发现相对最优的那一个，是个哲学问题，就回到了考虑长远还是活在当下的问题。不过乔布斯曾经提到过的一句话，追求内心。无论考虑长远还是活在当下，可能最终问一问内心，这个答案会让自己更愿意去接受这个决策，也就会更专注的投入。在中国，就是那句最大的敌人，始终是自己，只有坚信自己的决定，并且最终成功了，那么才算是真正的自己。犯错没关系，不成功也没关系，有关系的是能否根据自己的判断决策走下去，注意力是集中在idea上而不是其他，因为按照自己的道路走过了，才能最终得到反馈，直到通往成功的方向。

See后感

干活吧，想啥呢