AI能力大進化!網路遊戲對戰打贏人類玩家!AI學習速度有幾快?上〈蕭若元:理論蕭析〉2021-05-01

Clubhouse: stephenshiu
我開左Twitter和IG啦!想睇多d可以關注:Twitter: @hkStephenSYY / IG: hkStephenSYY
加入我們的patreon:www.patreon.com/mrshiu
你爆料我來講email: connectiontaiwan@gmail.com
謎米新聞:news.memehk.com
謎米香港: www.memehk.com
Facebook: memehkdotcom
--- 🔈香港會官方帳號 ---
Clubhouse Club: 香港會
www.joinclubhouse.com/club/%E9%A6%99%E6%B8%AF%E6%9C%83
Instagram: HongKongClubhouse
hongkongclubhouse?igshid=ec5b9x6cvgm0
Telegram:
• 頻道 @HongKongClubhouse
t.me/HongKongClubhouse
• 群組 @HongKongClubhouseGroup
t.me/HongKongClubhouseGroup
如對香港會有任何查詢,歡迎PM IG官方帳號

评论

  • stanley choi
    stanley choi2 天 前

    大陆企业对于科技创新能力是不太行,但对于新技术的应用和推广是很迅速的。

  • w w
    w w2 天 前

    笑L死我。又是一个半桶水乱吹,一大堆错误分析和资讯

  • tony Kwok
    tony Kwok2 天 前

    AI會超越人類,當不當受控的話,會威脅人類!!

  • Ip key LAM
    Ip key LAM2 天 前

    Shiu Sir goog morning.

  • Hung Fai Li
    Hung Fai Li2 天 前

    Support and like Mr Shiu said

  • 全民出晶
    全民出晶3 天 前

    Ai講吾講羅輯?講?中共吾講喎

  • 梁cs
    梁cs3 天 前

    笑死人,留言區99%都喺大陸人留言,燒山邊集唔叼中共,邊集就撲街。

  • royviscourt
    royviscourt3 天 前

    那是「GAN」(生成對抗網絡) 所產生出來的仿擬人類圖,它當中一個運算系統是要去欺騙另一個運算系統,而這一個被欺騙的運算系統是不斷去找其哪裏是欺騙的部位而作出判斷,而最終負責進行欺騙的系統設計出這個仿真人相貌出來能成功欺騙了那個負責找出問題的系統,所以荷李活科幻電影Terminator的天網和T-1000, T-2000及T-X的模仿能力在不久將來真的會出現。

  • royviscourt
    royviscourt3 天 前

    AI如果操控火力點打仗會好恐佈。

  • royviscourt
    royviscourt3 天 前

    Skynet: 😉😁😈😈😈😈👽

  • Jill Valentine
    Jill Valentine3 天 前

    supervised learning, unsurprising AND learning deep learning 三樣野 第一個有tagging 第二個無tagging 第三個通常有tagging 加有neuron 計算 晶片差別在於計算時間 因為大多數字float point gpu 會計得快d 但講到尾數據質量最重要 當然你用邊種machine learning model 甚至 update method 都會影響結果

  • Gene Guan
    Gene Guan4 天 前

    NVIDIA 发音系 N--vidia

  • Super High Temperature
    Super High Temperature4 天 前

    應是 StarCraft,而不是 SpaceCraft。這個遊戲超好玩,但我只會玩一代,而且玩得很弱,圖中顯示為二代。在 youtube 觀看一眾高手玩 StarCraft 對戰,就算是一代,也覺得他們真的超強。

  • Arnold Tang
    Arnold Tang4 天 前

    同poker AI 差唔多,無完整資訊都可以嬴人類

  • whale
    whale4 天 前

    ai绝不能拿来进攻

  • royviscourt

    royviscourt

    3 天 前

    美軍應該持續進行測試中

  • 大支爺
    大支爺4 天 前

    錯狗晒教壞人

  • Jacky Lau
    Jacky Lau4 天 前

    謝謝簫生分享🙏👍🙏;欣賞你活到老學到老的態度,由AI門漢到可以拍片分享,看得出你花咗好多功夫和時間👍

  • 星球人
    星球人4 天 前

    第一時間抆插蘇

  • wong kai yin
    wong kai yin4 天 前

    唔可能排除Al有機會超過人類,但有讓野好重要,AI e家顯示出超過人類能力都係有規則下執ga超越,AI強大在於算法完美及在特定規則下累積經驗。但人類強ga地方係突破規則進行創新。電腦可以發掘現行規則下一所有可能,但規則外沒任何能力,所以點解電影上AI災難都有一個共通點。AI學識規則中尋找空子突破出規則外。

  • royviscourt

    royviscourt

    3 天 前

    😑

  • TheJoly88
    TheJoly884 天 前

    👍👍👍

  • 杜若柠
    杜若柠4 天 前

    ai底层逻辑是确定性,人是不确定性,人要胜ai要比不确定性,哈哈,听懂的都是高手

  • 星球人

    星球人

    4 天 前

    即係捉棋 我突然唔撚捉 仲反枱 打7佢

  • Peter Ma
    Peter Ma5 天 前

    💪🏻💪🏻💪🏻^_^

  • KW Wu
    KW Wu5 天 前

    只要喺外國租數據中心,用雲計算處理最複雜計算部分,再將計算結果傳回,好難截得到。

  • bang zhong
    bang zhong5 天 前

    制程在更新,14nm 10nm 7nm疯狂扩产可比大陆的落后工艺成本都低

  • chi ho Chan
    chi ho Chan5 天 前

    Wrong.....As I know.. GPU/TPU are used for training but not for influencing. For Influencing, GPU, ASIC, FPGA and CPU can do as the computation requirement is not high... For training the model, GPU from Nvidia and TPU from google are used as most training software (pytorch, tensorflowm, MXnet) supports those hardwares. GPU from AMD can also support to train a model but those software does not fully support. In China, universities and research institutes have lot of Nvidia GPU and its DTX servers.. I quite sure that no one can stop their AI model (deep learning) research for 5 or 10 years. Then about influencing, it does not need a high standard chip to do it and therefore influencing development in CHINA still be possible.

  • Shunru Zhang
    Shunru Zhang5 天 前

    宜家所谓的ai并唔系真智能,而系通过大数据进行深度学习,获取行为规律,实则系模拟之前的行为。所以ai最重要的是数据,而唔系运算力。

  • Shunru Zhang

    Shunru Zhang

    4 天 前

    @Tsz Fung Li 主要系中国有十四亿人,同样收集行为数据,中国系更快更集中。之前美国想要抖音,中国立法禁佐出口行为数据,美国就无晒要既意欲。

  • Tsz Fung Li

    Tsz Fung Li

    4 天 前

    真,ai晶片唔係最大問題,研發過程大家都會堆砌最頂級嘅電腦晶片去做,本身training就慢。train左出嚟,放落一般消費者嘅機,如果電力/體積係問題,就有d影響。 中國做ai依然有優勢,因為收集+使用數據嘅規則任佢講,而且人工平,d人搏命,夠多人做,做得快過人唔奇

  • k chan
    k chan5 天 前

    Genisys is coming! Genisys is coming!

  • A K
    A K5 天 前

    AI的智慧都是來自人類。 同AI鬥智慧唯一就是脫離電子世界,一切回歸自然。 所以同電腦/AI鬥智慧根本就係一個錯誤假設。

  • A cheung
    A cheung5 天 前

    ASIC,Application-specific integrated circuit,簡寫可以讀成"A-食"

  • Manto Kwan

    Manto Kwan

    4 天 前

    or pronounce as 'A-SIC'

  • billy
    billy5 天 前

    starcraft攻擊距離等參數入左去AI,同純經學習打贏有距離,Micro一定AI贏,宜家drone都做到分點攻擊,唔會overkill.一個人幾百隻兵點控.marco就人有優勢了

  • gordon lau
    gordon lau5 天 前

    如果高級制程即是向高密度的話,用28納米比7納米熱量及速度會使AI不夠快

  • Alan Au
    Alan Au5 天 前

    係 StarCraft

  • Hong Konger
    Hong Konger5 天 前

    Brn asx Brainchip co. is making best AI chips

  • Use Robots to end All poverty
    Use Robots to end All poverty5 天 前

    法治冇人民的槍去保衛,法治的公義是站不穩的。😡 法治最終變成今天服務魔政的 "人治"🤬,草木皆兵,不知那裏無啦啦造反. 政苦要滅絕人類. 人民冇槍,如何去制衡魔鬼政權?支持全面人民槍械合法化,。🔫中國人便得到自由💪 ​

  • ccp- hunter
    ccp- hunter5 天 前

    大陸人工IA唔可以唱哀共產黨、唱哀阿翠喎!咁幾時講真話,係唔係要自我滅亡?或被中共式嘅自殺呢?

  • The Refs
    The Refs5 天 前

    StarCraft

  • 168 X
    168 X5 天 前

    据我所知道,挖矿机都是用GPU。AMD的GPU只是号称快,但不如N卡的NVIDIA的画质好,AMD只是口头上快,但很地方无法演绎的。

  • royviscourt

    royviscourt

    3 天 前

    😮

  • 168 X

    168 X

    5 天 前

    @JianT'yng Lee 可能,对这些电子货币了解有限,请原谅。但GPU破解密码就好有用,嘻嘻。

  • JianT'yng Lee

    JianT'yng Lee

    5 天 前

    @168 X 其实是看algorithm. Bitcoin的algorithm 很早前已经被破解并且使用asic机来挖. 以太币的algorithm号称无法被asic运算不过bitmain日前已经发布了拿来挖以太币的asic.

  • 168 X

    168 X

    5 天 前

    @JianT'yng Lee 可能,矿机多数用GPU,可能硬件方便找到,组装容易。

  • JianT'yng Lee

    JianT'yng Lee

    5 天 前

    比特币是Asic晶片. GPU主要挖以太币.

  • Sirius Inkheart
    Sirius Inkheart5 天 前

    This is from Google "Tensor Processing Unit (TPU) is an AI accelerator application-specific integrated circuit (ASIC) developed by Google specifically for neural network machine learning, particularly using Google's own TensorFlow software." This is how people think of ASIC for AI. When they say "application" specific, the application does not mean a chip to identify dog from cat. The application is AI computation, ie, compute matrix, a lot of them, very quickly and simultaneously. In a way, GPU is a ASIC, its application is graphic. The physical layout of a GPU is for graphic processing, also a lot of matrix computation, but very limited ... because coordination translation is relatively simple, and single op (1 matrix multiple another matrix) AI chips, on the other hand, require less accuracy, but more computational stages. These AI ASIC can queue up multiple matrix op in a single step, such that it can do everything in a single clock cycle (or less clock cycle). It is like we are duping a small part of GPU many many times, and packaged them on the same chip. Software, will load a application specific "profile" on the AI chip memory. Just like a GPU is not game specific, even it is a ASIC. Instead of thinking it as a ASIC, think of it as a AI specific processing unit (PU) ... AIPU (like GPU, as in graphic processing unit)

  • PIK LIN LAI
    PIK LIN LAI5 天 前

    人類的思想方向去那一類,製造出來的Al就會向那方思想!!!

  • PIK LIN LAI

    PIK LIN LAI

    5 天 前

    請小心!!!

  • WingKent Kwan
    WingKent Kwan5 天 前

    萧老师,你说中国AI这么厉害,我不支持,如果真这么聪明,大大就不会把自己逼上死路!

  • WingKent Kwan

    WingKent Kwan

    3 天 前

    @royviscourt 正邪不两立啊!

  • royviscourt

    royviscourt

    3 天 前

    係中共領導人唔識利用它作更長遠發展吧,美國的連貫很多方面吧,決策的人安排的更全面。

  • PIK LIN LAI
    PIK LIN LAI5 天 前

    你們好!下家好!!!

  • PIK LIN LAI
    PIK LIN LAI5 天 前

    Al都是焗限在人智慧之內,所以稱為人,可越來超智慧,智慧是無可限量的,Al和電腦都是人類製造出來,始终超越不到人腦!

  • royviscourt

    royviscourt

    3 天 前

    但如果AI學會破壞規則或繞圈子,就很厲害。

  • PIK LIN LAI

    PIK LIN LAI

    5 天 前

    再者,人類有七情六慾,Al是不可以代替人類,只是人類的討助工具!

  • Sirius Inkheart
    Sirius Inkheart5 天 前

    Some corrections: * StarCraft, not SpaceCraft (during 2018 games, "Fog of War" feature is off during the competition. I am not sure if the recent one are) [some peoples analysis the game, saying that the 'number of commands issued per minute' is a big factor why alphastar won the game. If you watch the game, you can see it is impossible for human to match the speed and accuracy of these commands' But nevertheless, alphastar is impressive. * Monte Carlo Tree Search (MCTS): this is the first time I heard of it (Thanks, Mr, Shiu) ... quick google search gives many article * Supervised learning: labeled data, each photo accompanied with label. A cat photo is labeled "CAT", and dog photo is labled 'DOG', etc. * Unsupervised learning: data provided to the computer is not organized, no label. The computer separate the cat/dog photos in multiple pile ... hopefully, 2 pile, cat and dog. * deep learning can be either supervised learning, or unsupervised learning. They are orthogonal, not parallel. * IMHO, without advance chip capabilities, China will eventually fall far behind (in terms of current ML technique, which largely depends on a lot of data points). One advantage for China is its huge population size, which translate into a lot more data points. However, it also mean a lot more computational time. Without advance silicons, it will never be fast enough (given the same wattage) to take advantage of these large data sets (during learning). And it will not be able to package the electronic in portable consumer product, or advance weaponry like fighter jet, smart bomb, etc. * unless China develop something else. Without single digit nano scale ASIC, it will loss out in less than a decade. Because, another way to increase data size is time. * Who ever argue cost is a big factor for ASIC is 99% stupid, unless of course his argument has a ulterior motive. Look how Elon Musk reduce cost on both EV, battery, solar panel, and space industry. If ASIC is difficult to design, there will be software, even more advance software to reduce design cost. I don't know anything about how ASIC is design and manufactured. But I know 1 thing, capitalism. If I am some super genius chip designer, I will leave China, and flee to the west, and build my company ... no one want to be Jack Ma 2.

  • Dan Lawrence

    Dan Lawrence

    5 天 前

    I saw the Protoss vs Protoss game with Alphastar. It wasn't even a fun match when the AI can perfect blink micro. The stalkers actually beat out the immortals in that game. You know what would be impressive? An AI that can win LoL games.

  • tim cheung
    tim cheung5 天 前

    👍

  • henry luk
    henry luk5 天 前

    有趣

  • royviscourt

    royviscourt

    3 天 前

    Skynet:😁😁😁😁(😈)

  • 凡字不平
    凡字不平5 天 前

    halfman half machine is the future Elon musk is working on it.

  • mjr and
    mjr and5 天 前

    In the field, it's about design the neural network on one hand, and about design the chip that can execute the network efficiently. So the question is whether one can develop/innovate in neural network design without fast hardware. In machine learning, (which was the dominant application like in image recognition), it is very difficult, because machine learning is statistical analysis, and massive data processing is an implicit requirement. In fact, machine learning had been around since the 90s, but it went unnoticed until Alexnet. Were it not for fast GPU hardware, the field would have remained obscure.

  • Lamson Lamson
    Lamson Lamson5 天 前

    支持

  • Shue Wing Tam
    Shue Wing Tam5 天 前

    Fdga可編程logic集成電路 在AI應用更具彈性 但效率沒有ASIC的高. ASIC須專門製作集成電路 成本較高 長遠而言將來的CPU會混合有AI運算的功能 就好像5G手機cpu可帶有5G訊息處理功能一樣.

  • 光復香港時代革命*黑警死全家

    光復香港時代革命*黑警死全家

    5 天 前

    @Chriz Yuen 多謝你還在捧場喎

  • Zan Z9898
    Zan Z98985 天 前

    You are wrong about NVIDIA GPU power. NVIDIA DGX GPU A100 rank #1 power saving, #5 in compute performance in world top 500 supercomputers. GPU is not just for graphic, It's tensor core can do deep learning and inferencing. NVIDIA's GPU is the only chip can finish all AI benchmark and still ranking number 1. NV next CPU will be 10 times faster than any datacenter CPU now. Please do more research on NVIDIA GPU next time.

  • Mr Wong
    Mr Wong5 天 前

    1. 以下多項重大問題,務請法庭慎密處理並嚴肅查證; 務必還小市民最基本的公民權/訴訟權和最起碼的公道,謝謝; 冰凍三尺、非一日之寒…敬祈最高司法機構查找不足、正本清源! 務必盡早處理下開癡結事項,這只是其中「千奇百怪無奇不有」的極少部份(冰山一角),並不是全部:~ (1) 這案件於2013年5月16日興訟,直至到2014年5月30日,這案件的第一被告陳純妮總幹事終於通過《該精英兼"大話精"律師團隊》以「這案件很複雜」為理由而成功地向法庭申請延期提交她的英文版的《第一被告抗辯書/ Folio 45》; 很明顯,這案件早就已經完成狀書期;如果,全世界最龐大最頂級最精英的金杜律師行(King& Wood Mallesons)的最精英的律師團隊《該精英兼"大話精" 律師團隊》能夠稍為按照正常的法律程序行事的話;這案件早就應該在高等法院原訟法庭進行正式審訊並審結;這是任何人甚至連小孩子,只要稍有常識(一般常識,不是法律常識)都會知道的最基本/最簡單/最普通的道理! 除了《該精英兼"大話精”律師團隊》要賺盡/詐盡巨額訟費之外;原告人確實想不到其他原因了! 正如杜溎峯大法官和陳江耀大法官两位著名《金牌和事佬》重重覆覆/苦口婆心地在高等法院所言:~「費事益哂嗰啲律師......」! (2) 歐陽浩榮這名「讀多了幾個錢英文的法律上的技術性用詞」的聆案官竟然在高等法院反口覆舌!!疑似訟棍、惡棍兼淫棍的歐陽浩榮聆案官竟然在高等法院目無法紀!濫權瀆職!溝女泡妞!肆虐欺凌小市民!! (i) 當天,於2014年11月14日,原告人提呈三分鐘傳票擬向法庭申請排期把第一被告陳純妮總幹事的僱主《香島中學校友會有限公司》這間十萬人眾龐大社團增加成為這案件的第二十一被告; (ii) 當天,於2014年11月14日,世界最龐大最頂級最精英的金杜律師行(King&Wood Mallesons)的最精英律師團隊《該精英兼“大話精"律師團隊》竟然聲勢浩大地代表/統領/策劃/策動/串謀/串通/私通/勾結/糾集/結集/煽動/煽惑等等這案件的第一、二、三、二十被告等等校友/老師/精英/翹楚/權貴等等都蜂擁到高等法院 ; (iii) 當天,於2014年11月14日,世界最龐大最頂級最精英的金杜律師行(King & Wood Mallesons)的最精英律師團隊《該精英兼“大話精"律師團隊》竟然竟然代表/統領/策劃/策動/串謀/串通/私通/勾結/糾集/結集/煽動/煽惑等等這案件的第一、二、三、二十被告等等校友/老師/精英/翹楚/權貴等等都在高等法院全力反對/譴責/聲討原告人把《香島中學校友會有限公司這間十萬人眾龐大社團增加成為這案件的第二十一被告!! (iv) 當天,於2014年11月14日,世界最龐大最頂級最精英的金杜律師行(King & Wood Mallesons)的最精英律師團隊《該精英兼“大話精"律師團隊》竟然代表/統領/策劃/策動/串謀/串通/私通/勾結/糾集/結集/煽動/煽惑等等這案件的第一、二、三、二十被告等等校友/老師/精英/翹楚/權貴等等都在高等法院肆無忌憚地全力針對原告人而進行車輪戰式和突襲式的各式各樣/林林總總/匪夷所思的攻擊/指控/誣陷/誹謗等等... 等等; (v) 當天,於2014年11月14日,在歐陽浩榮聆官案的嚴查逼供之下, 小市民唯有招認「不識英文的法律上的技術用詞」; 聽罷,歐陽浩榮聆案官竟然如獲至寶!疑似訟棍/惡棍/淫棍的歐陽浩榮竟然立即像隻失心瘋的大癲狗一樣在高等法院高高在上地瘋狂地耻笑/譴責/恐嚇/訓斥小市民:~ 「咁,我就真係都唔知道你正審之時,點樣盤查人哋的大律師同埋律師嘞?!你竟然仲要把香島中學校友會有限公司增加成為第二十一被告?! 單憑《香島中學》呢四個字就必定吸引傳媒日夜追訪!你(原告人)嚴重損害香島中學聲譽!你捩橫折曲!你捏造事實"作古仔"!你浪費法庭時間!你浪費社會資源!!你濫用司法程序!你破壞程序公義!.....」 「你知唔知道坐滿前排同埋後排嘅律師同埋大律師幾多錢一個鐘呀?! 每張單最少都要一萬鈫!(做了一個很神似的2吋厚的手勢!)法庭必須重判你即時支付巨額彌償訟費!我可以講你聽,終審庭已經有案例出咗嚟!!」【註:~事實上,《該精英兼“大話精”律師團隊每張訟費單的每一單項都超過一萬元! 無耻的歐陽浩榮訟棍不要再在高等法院扮無知!】 當天, 於2014年11月14日,由原告人提呈的三分鐘排期聆訊就這樣在高等法院被歐陽浩榮聆案官「公審」了两小時!任何人都不准吃午飯!!】** (vi) 當天, 於2014年11月14日,世界最龐大最頂級最精英的金杜律師行(King & Wood Mallesons)的最精英律師團隊《該精英兼"大話精"律師團隊》代表/夥同/統領等等第一、二、三、二十被告等等校友/老師/精英/翹楚/權貴等等都串謀/串通/私通/勾結高等法院的歐陽浩榮聆案官在莊嚴神聖的高等法院《「公審」/清算/批斗》了「無律師代表兼"不識英文的法律上的技術性用詞"」的小市民長達两小時!任何人都不准吃午飯!!】** (vii) 當天,於2014年11月14日,疑似訟棍/惡棍/淫棍的歐陽浩榮聆案官竟然還要毫不猶豫地立即嚴厲禁制原告人把任何《傳訊令狀》《申索陳述書》等等任何聆訊文件派送/郵寄/電郵/傳真等等給這案件的第五、六、十、十二、十三、十四、十五、十六、十七、十八等等為數不少於10名被告/校友/老師/精英/翹楚/權貴等等; (viii) 當天,於2014年11月14日;疑似訟棍/惡棍/淫棍的歐陽浩榮聆案官竟然還要教唆「沒有向原告人送達《傳訊令狀認收書》/《擬抗辯通知書》」的第三被告向原告人索取即時支付的訟費; (ix) 於2014年11月14日;疑似訟棍/惡棍/淫棍的歐陽浩榮聆案官竟然還要教唆「從來都不向法庭呈交聆訊文件」的第二被告不要剔除何頴忠律師 "何大賊"和朱德大律師"醜聞大狀" 代表原告人所草擬的英文版《原告人的經修改傳訊令狀》《原告人的經修改申索陳述書》[Folio 35/2014. 03.22] (x) 當天,於2014年11月28日;疑似訟棍/惡棍/淫棍的歐陽浩榮聆案官沒有核實「從來都不向法庭呈交聆訊文件」的第二被告梁中昌先生的任何《送達傳票證明》等等的證明文件便在高等法院肆無忌憚地公然進行非法的《缺席審訊/2014. 11.28》; (xi) 當天,於2014年11月28日;歐陽浩榮聆案官竟然反口覆舌!!!!歐陽訟棍竟然命令/指示/教唆 「從來都不向法庭呈交聆訊文件」的第二被告梁中昌先生必須盡早在周敏慧聆案官席前剔除何頴忠律師"何大賊"和朱德大律師"醜聞大狀" 代表原告人所草擬的英文版《原告人的經修改傳訊令狀》《原告人的經修改申索陳述書》[Folio 35/ 2014.03.22] (xii) 過去七年多以來,世界最龐大最頂級最精英的金杜律師行(King &Wood Mallesons)的最精英律師團隊竟然都肆無忌憚地夥同/串謀/串通/私通/勾結歐陽浩榮和周敏慧這雙長久男女聆案官等等法律精英和司法翹楚都在高等法院肆虐欺凌原告人和任意侮辱小市民!!!! 原告人已經受够了!!!!!! 小市民忍無可忍!!!!!!! 【**歐陽浩榮這名「讀多了幾個錢英文的法律上的技術性用詞」的聆案官竟然在高等法院反口覆舌!!疑似訟棍、惡棍兼淫棍的歐陽浩榮聆案官竟然在高等法院目無法紀!濫權瀆職!溝女泡妞!肆虐欺凌小市民!! 更甚者,於2015年2月27日 ,歐陽浩榮聆案官這名淫棍竟然在高等法院霸王硬上弓/強來硬索! 歐陽淫棍竟然很猴擒地強逼「堅決拒絶使用中文進行聆訊並書寫」的祁嘉敏大律師提供她的中文字芳名! 縱然, 年輕貌美的祁大狀“祁大美人”好言婉拒;但是,經常穿着亮麗軍服接受《大公報/文匯報》全版專頁專訪的歐陽浩榮童子軍總監竟然要求/命令弱質纖纖的祁嘉敏大美人一定要在「前排同埋後排都坐滿大律師同埋律師」的高等法院當庭當眾教識歐陽浩榮這隻《小學雞》寫她祁大美人很難寫的中文字芳名! 歐陽浩榮這隻《小學雞》飽嘗極豐盛的《秀色可餐》之後; 異常尊貴/非常博學/極度濫權的歐陽浩榮聆案官竟然立即頒令/命令「連午飯都不准吃」的小市民必須立即為歐陽浩榮這隻《小學雞》埋單/買單(價值不菲的《風月大餐》) !莊嚴神聖的高等法院立即淪為歐陽浩榮聆案官的風月場所/煙花之地/溝女泡妞樂園!嗚呼哀哉!! 當天於2015年2月27日,原告人提呈三分鐘傳票,擬排期在高等法院進行以下三項聆訊:~ (i) 往後,這案件的第一、二、八、二十被告與原告人都必須使用中文進行聆訊並書寫;及 (ii) 這案件的第一、二、八、二十被告都必須提供更多更詳盡的抗辯書詳情;及 (iii) 這案件的第一、二、八、二十被告都必須講清講楚原告人究竟做了些甚麼危害公眾利益的事情/罪行等等(Fair Comments for Public Interests)? 當天於2015年2月27日,異常尊貴/非常博學/極度濫權的歐陽浩榮聆案官竟然立即頒令/命令「連午飯都不准吃」的小市民必須立即為歐陽浩榮這隻已經飽嘗《秀色可餐》的《小學雞》埋單/買單(價值不菲的《風月大餐》) ! 必須知道, 原告人

  • Chriz Yuen
    Chriz Yuen5 天 前

    Ai是最世界最透明的公式。中美沒人領先。最大問題是中國沒道德底線,所以可以遙遙領先。

  • 蚩尤
    蚩尤5 天 前

    谢谢分享。

  • Shue Wing Tam
    Shue Wing Tam5 天 前

    GPU用在deep learning 因它可快速平行計算大量的乘和加的矩陣運算 圖像處理也需要做大量矩陣運算(平行計算)所以gpu比cpu更適合做運算 模擬計算等工作

  • Evan Wong
    Evan Wong5 天 前

    看來我們的教育是Deep learning 果種,長大後就自我學習supervise learning, 跟住被而家果政府教一較就Hang機

  • Darren Lui
    Darren Lui5 天 前

    support

  • Ahcowhk Lee
    Ahcowhk Lee5 天 前

    👍

  • CHAN ALEX
    CHAN ALEX5 天 前

    Supervised 同 unsupervised 同 deep learning 講錯 definition

  • 543dum G.J.L

    543dum G.J.L

    5 天 前

    呢個係事實。其他地方重有好多沙石,入嚟前都應該遇咗係咁上下。 但係作爲一個文科生同上年紀嘅人,佢算合格了。

  • 强鸡中华人民共和国ZF
    强鸡中华人民共和国ZF5 天 前

    18:20 用先進過程太過貴?不如唔駛錢好冇?呢D叫農民思维--想吃天鵝肉.中國出生人口遽减又係想一個仙都唔出,問题就會解决,我自己衣食住行都唔掂,莫問结婚,就連生存都成問题更唔會生兒育女. 習近平智力水平和美國民主黨相當, 往往就要平靓快夾正,咁你食自己囉.

  • Kam Tong Liu
    Kam Tong Liu5 天 前

    老烧,很叻

  • C William
    C William5 天 前

    StarCraft AI 打贏一點都唔出奇, 因為打SC 除了早期發展方向和兵種之外,兵仔微調係好重要的.

  • Sing Sing Sing
    Sing Sing Sing5 天 前

    腦燒總係好樂觀,長遠係AI,不過有排,容錯測試有排做,而且一定先經過無數悲劇同意外。

  • 谢焕荣
    谢焕荣5 天 前

    这话题说了这么久。大错特错啦。。中国目前还能制出高端芯片的。14纳米,跟24纳米比较。中国的强项是优化 可以做到24纳米跟人家14纳米一样算力都行的。

  • royviscourt

    royviscourt

    3 天 前

    土制的就是連接多些吧。

  • 谢焕荣

    谢焕荣

    4 天 前

    @Shue Wing Tam 你去买个英特尔跟AMD对比下再说吧

  • 谢焕荣

    谢焕荣

    4 天 前

    @Shue Wing Tam 哈哈哈

  • Shue Wing Tam

    Shue Wing Tam

    5 天 前

    例如14納米晶片可容納一億個晶體管24納米不可能容納一億個晶體管 因面積大了 熱損耗更高 須降低運算速度作調節 整體效率便下降 另一方面晶體管數量越高 IC所做的功能越強

  • 谢焕荣

    谢焕荣

    5 天 前

    不能只用纳米去比较性能,设计和优化也是极重要的

  • Nolan Szeto
    Nolan Szeto5 天 前

    就算學習能力完全一樣,剩係不死已經核機。比一個人學/練一樣嘢幾百年對任何五六十歲嘅世界選手都贏硬啦

  • Y C
    Y C5 天 前

    starcraft 啊

  • N Y
    N Y5 天 前

    all based on ark?

  • addiction Digital
    addiction Digital5 天 前

    識條鐵系列

  • 11111111111 1111111111

    11111111111 1111111111

    5 天 前

    一个老人家能讲得这样简单通透,已经很了不起了。

  • 11111111111 1111111111

    11111111111 1111111111

    5 天 前

    没觉得萧先生有什么地方讲错。除了圆周率处现在还有争议,原因是软件随机数不是真正的随机数,导致结果不够准确,但是理论是正确的。反而我觉得你可能是不懂装懂。

  • KIT crazy
    KIT crazy5 天 前

    有外掛 好耐啦

  • chan meg
    chan meg5 天 前

    ai同programming 有咩分別?

  • Chriz Yuen

    Chriz Yuen

    5 天 前

    Programming是人類解題,然後輸入解題的方程式。。 Ai是人類判應該用邊啲AI formula解題,然後幫電腦整理好數據,叫電腦嘗試解答。

  • Tsz Fung Li

    Tsz Fung Li

    5 天 前

    @chan meg 咁你問分別,唔係問原理。以下係我嘅不專業理解。 基本上neural network就係扮緊人腦嘅神經系統,排一堆neuron出嚟,當每粒neuron係盞燈,符合某d條件就會着燈,可以有唔同程度嘅符合。 例如又係分貓狗,將一萬張貓相,一萬張狗相,逐一放入呢個network,最後睇下,究竟貓相着邊d燈多,狗相着邊d燈多,就係佢學返嚟嘅pattern,呢個就係training。 但唔會只係train一次,train幾多次都得,會每次train都會自己改下d neuron燈嘅條件,睇下咩條件先會最高準確度。 Machine learning唔止一種,剩係neural network都有唔同變化,我只係工作上有接觸,但唔係實際我做,想真係認識,都係自己search啦。

  • chan meg

    chan meg

    5 天 前

    @Tsz Fung Li 太簡單太單一的解釋。一個「學」字,machine learning 就當解釋左。

  • Tsz Fung Li

    Tsz Fung Li

    5 天 前

    programming係由人去將問題分拆,例如整一個program去分貓同狗,傳統program可能會諗d條件出嚟,例如貓眼淺色,狗眼深色,之後寫落去個program到。 ai就係你俾大量例子佢,佢去學,你控制唔到佢學d乜,可能佢覺得地墊都係貓,因為d毛似,咁你只能透過加更多例子去希望佢學得啱。 ai基本上machine learning同programming都要兼備,好似上面認貓眼嘅例子,其實你要電腦喺幅圖搵隻眼出嚟,都係好煩嘅問題,佢唔會係完美圓形,又有好多唔同嘅色,又會反光,最後都係靠machine learning再加條件會最穩陣

  • BB CC
    BB CC5 天 前

    🐷響🐱同🐶之間會係邊種? 好似似🐱多啲😂

  • Kibin Yin

    Kibin Yin

    5 天 前

    都不像

  • Tony Tsoi

    Tony Tsoi

    5 天 前

    哈哈哈~~AI加軟件話西事~

  • michael mai
    michael mai5 天 前

    starcraft

  • 小林财经与日本生活
    小林财经与日本生活5 天 前

    网络游戏的话。。。。如果AI是认真的话,人类根本没有机会,人类还要按按钮,还要反射神经,AI完美多线操作

  • Ho Long WONG

    Ho Long WONG

    3 天 前

    遊戲中的AI都是為了讓玩家(人類)提供娛樂,並非現代的用AI在遊戲戰勝人類。那種所謂AI,某意義下也不算是AI,有些像影片中的樹狀圖算法(很可能只算一兩步)。 但也有些遊戲的種類可以用這些完美AI來對戰玩家,如不對等基礎下的遊戲。(例如回合制的RPG遊戲)

  • Tsz Fung Li

    Tsz Fung Li

    5 天 前

    前題係講緊遊戲入面嘅ai,同埋遊戲種類。 例如槍game,遊戲本身已經有玩家位置,所以反應已經係一切,人冇可能夠快, 但starcraft嗰類遊戲,根本冇單一數據去決定勝負,唔係咁簡單

  • kiehl
    kiehl5 天 前

    我記得打aoe ai 最難真係好難

  • 11111111111 1111111111

    11111111111 1111111111

    5 天 前

    赢的都是会巧妙利用地形。不信你试试有水路分隔的图,堵路,及时出船,电脑经常会犯傻随便你打。

  • Benny Lam

    Benny Lam

    5 天 前

    aoe算易了,我識人一打七都間中會贏

  • RheartETERNITY

    RheartETERNITY

    5 天 前

    AOE難度係開始資源+進取性

  • 無邊風月

    無邊風月

    5 天 前

    佢一開始多d資源梗係難

  • Li Mark
    Li Mark5 天 前

    多謝分析!

  • 长腿怪
    长腿怪5 天 前

    路過支持

  • 二忠
    二忠5 天 前

    你笑得出,我笑不出

下一个