一天
来自美国的
和来自英国的
DeepMind
结婚了
婚礼就斥资了
4亿美元!
他们生下了一个小baby
起名叫AlphaGo
AlphaGo被植入了神经元
并拥有了超强的学习能力
法法从出生起,就开始学习下棋
法法从出生起,就勤奋专注
先在网络上和人类下棋
学习人类的下棋方法
然后开始复制自己
自己和自己下棋
一天内就能自我对局100万局
1,000,000局 !
学习的差不多了
法法先和其他的围棋人工智能机器人进行了较量
在总计495局中只输了一局
甚至尝试了让4子对阵
CrazyStone、Zen和Pachi
三个先进的人工智能机器人
胜率分别是77%、86%和99%!!
法法成为了围棋人工智能机器人里的冠军
接下来便打算开始挑战人类
在没有任何让子的情况下
以 5:0完胜 欧洲围棋冠军樊麾
计算机程序能在不让子的情况下
在完整的围棋游戏中击败专业选手,这是第一次
这一成果过去认为至少需要10年才能实现
赢了之后,法法并没有骄傲,也没有炫耀
而是继续默默练习,累了也不会耍小脾气
法法有多专注勤奋你知道嘛?
你知道
这世界最可怕的是什么吗?
法法赢了欧洲围棋冠军樊麾后
有人不服
“樊麾在世界的排名仅为600名,
如果真想挑战,去挑战亚洲选手吧!”
于是,“法法”开始挑战亚洲选手
2016年3月12日
“法法”与韩国14冠高手李世石之间的人机大战
第三局中,欧巴李世石没能挽回赛点
再次失利
在五番棋的较量中总比分 0-3 落败
3月13日的对决中
法法疑似死机
李世石终于为人类扳回一局!
比分:3:1
那么,法法到底为什么这么厉害?
那么,法法到底为什么这么厉害?
深度学习
法法的主要工作原理是“深度学习”。
两个大脑
法法是通过两个不同神经网络“大脑”合作来改进下棋。经过过滤,13 个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。
第一大脑:落子选择器 (Move Picker)
它预测每一个合法下一步的最佳概率。
第二大脑:棋局评估器 (Position Evaluator)
通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的,但对于阅读速度提高很有帮助。
计算机拥有非常强的计算能力,记忆力,人机对局围棋这一事件,表明计算机未来可能会拥有较强的分析能力,alphago还拥有了学习能力, 也就是说,即使李世石赢了一次,也只是暂时领先。
而约有三分之二的美国人预计,未来半个世纪,机器人或电脑将会取代很多目前由人类从事的工作。重复性的,长时间高度集中的,比如生产线工人,司机等等,机器人不但比人类更加擅长,还不睡觉,不跳楼,这些行业的工作很可能一不留神就被取代了。
那么,哪些行业在未来有不太可能被取代?
-
原创能力:
你的工作需要发挥创意,创造性的解决问题吗?
-
互动能力:
你的工作需要理解他人,说服或者帮助他人吗?
-
谈判工作:
你的工作需要减少分歧,调停或者协商问题吗?
记者:美国《洛杉矶时报》、雅虎、体育机构NFL早已开始使用机器人撰写简单的新闻。
司机:无人驾驶技术可能会让司机失业,无人驾驶技术的bug出现率极低时,那么出现交通事故的概率也会大大降低。
收银员:也许不久会从收银岗位上退下来,将结账收银工作交给机器解决,收银员要做的仅仅是维护工作。
换成人工智能会比“flash”快很多好嘛
2013年牛津大学的研究着发布论文,判断了702种职业被机器取代的可能性。其中:行政销售,服务业比较危险;文创,科技,管理业相对安全。
其中,很可能被取代的行业有,出纳员,修表师,模特,电影放映员,司机等等。
其中,不大可能会被人工智能取代的行业中,策展人排名34;建筑师排名82;时装设计师排名89;室内设计师排名93;艺术总监排名95;景观设计师排名133;平面设计师排名161。
设计行业一直以来处于
理性和感性,科学与艺术
的交叉学科
被人工智能完全取代的可能性并不是很大。
那么,在设计行业
是否有局部的流程
会被人工智能取代?
1 前期调研:
整理各方需求,搜集资料
被取代可能性:4星
需要的能力:搜集筛选信息的能力。
未来,资料很可能不需要在实体图书馆中查询,通过程序可自动筛选所需要的资料。
2 提出需求:
阅读理解前期调研的资料,根据各方需求及搜集的资料提出要解决的问题
被取代可能性:0星
需要的能力:分析能力,沟通能力。
掌握设计的大方向,主导设计的一个环节。