人助机的两种方式：1.给予算法和经验（标注的数据，即人类知识，如棋谱；2.给予基本的数据结构如棋盘，再给予无师自通的算法。再用它达到机助人的目的（也有两种方式：a.代人劳作，b.教人思考，尤其是突破人类的经验局限）。-邹晓辉2018-07-20于珠海恒美花园

一路走来

邹晓辉

2018-07-20

驻地旧貌换新妆

大桥两岸变公园

人文主题添色彩

花草树木笑开颜

          附录：

          【一个值得所有人工智能研究者思考的问题: 在未来发展中，我们究竟应该如何看待人类经验的作用。在AlphaGo Zero自主学会的走法中，有一些与人类走法一致，区别主要在中间相持阶段。AlphaGo Zero已经可以给人类当围棋老师，指导人类思考之前没见过的走法，而不用完全拘泥于围棋大师的经验。也就是说AlphaGo Zero再次打破了人类经验的神秘感，让人脑中形成的经验也是可以被探测和学习的。】

          【这篇论文数据显示学习人类选手的下法虽然能在训练之初获得较好的棋力，但在训练后期所能达到的棋力却只能与原版的AlphaGo相近，而不学习人类下法的AlphaGo Zero最终却能表现得更好。这或许说明人类的下棋数据将算法导向了局部最优(local optima)，而实际更优或者最优的下法与人类的下法存在一些本质的不同，人类实际’误导’了AlphaGo。有趣的是如果AlphaGo Zero放弃学习人类而使用完全随机的初始下法，训练过程也一直朝着收敛的方向进行，而没有产生难以收敛的现象。】