萧箫 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT对战国际象棋AI,不到15秒就让人大受震撼。 开局ChatGPT执黑,国际象棋AI执白,双方有来有往,ChatGPT甚至主动出击,逼退对方的象(主教): 看起来会是一场激烈较量,直到ChatGPT突然嘎嘣一下,吃掉了自己的象! △奇怪的王车易位操作 事情到这里开始不对劲起来。 无论是棋盘上凭空出现的第9个黑兵(国际象棋黑白各只有8个兵): 还是突然把斜线上的象吃掉的马: △马本来只能走“日”字 简直不把规则放在眼里有木有! 这般
萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 抛给ChatGPT一个需求,它只能给你一堆运行效果未知的代码? 现在,只需一个小改动,ChatGPT不仅能直接把你的文字需求变成代码,还能帮你跑一遍,把输出结果返还给你! 这个秘诀就是代码解释器插件。 作家Andrew Mayne(现已加入OpenAI)拿到了内测资格,并上手试了试,效果让他直呼“魔法”—— 让ChatGPT写个AI人脸检测程序,Andrew Mayne上传自己的照片后,很快就被检测了出来: 再试试让它写个迷宫生成算法,并把通路做成
只用了不到4小时。 AlphaZero在去年底通过自我对弈,就完爆上一代围棋冠军程序AlphaGo,且没有采用任何的人类经验作训练数据(至少DeepMind坚持这么认为,嗯)。 昨天,GitHub有位大神@Zeta36用Keras造出来了国际象棋版本的AlphaZero,具体操作指南如下。 项目介绍 该项目用到的资源主要有: 去年10月19号DeepMind发表的论文《不靠人类经验知识,也能学会围棋游戏》 基于DeepMind的想法,GitHub用户@mokemokechicken所做的Reversi开发,
上次写的第一篇《零基础学编程》的文章,没想到还挺火,给了我继续写下去的动力。 编程之路从来都不轻松,一路上你要学习各种知识点,会遇到无数的阻碍,所以你要找到编程的内心驱动力,让学会编程成为你的刚需,才能让你在编程道路上不断前行。 编程虽难,但仍有办法。想起我当时想学编程的动机竟然是缘于游戏,记得有一天的周末,我在Apple II微机教室里看到一位同学在玩游戏,他正在与电脑下中国象棋,只见他走了一步之后,计算机经过几十秒的“思考”之后,缓慢地挪动了一枚棋子,当时(80年代末)也没注意计算机的象棋水平有多高,但
YOLO 是我最喜欢的计算机视觉算法之一,在很长一段时间里,我计划着专为它写一篇博文。然而,我不希望它成为另一篇详细解释 YOLO 背后工作原理的文章,网上有很多文章都很好地涵盖了它理论方面的知识。除此之外,如果你想加深对这个架构的理解,直接从源代码获取信息并阅读源文件(https://arxiv.org/abs/1506.02640)也是一个好主意。
用Python开发图形界面有两种方式 一种是用Django或Flash等框架开发网页 另一种是开发桌面应用程序,比如下面这个国际象棋游戏 📷 本文主要讨论图形界面库GUI,最后会告诉你如何选择。 6个最常用的Python图形库 Python有非常多的图形界面库: 📷 这里我们只讨论最常用的6个: PyQt5 经常排在第一位Python图形界面库,基于著名的Qt跨平台图形界面库。自带大量空间,有QtGUI和QtDesigner,可以帮你方便的设计界面。 不过这个是要License的,适合企业级用户或者土豪。
之前自己编写过一点关于棋类游戏的代码,所以对于这类游戏的大致构成也算是有一些肤浅的认识,前一阵子突然想到应该将这些个零散知识好好总结一番,以算作为自己学习的一点交代。可恨这不总结还好,一总结才发现自己以前自认为通晓的知识原来还是一知半解,更是发现了一堆自己先前遗漏的知识,唉,真可谓学海无涯啊......不过本着学习“八成”原则(这是我前阵子看过的一本书中的观点,感觉还是颇为心有戚戚的,意思大抵是学习过程中不要太过求全求通,慢慢学下去自会变全变通,书名曰《超级学习法》,是本老书了,作者是一名日本的教授,具体姓氏已经不记得了,有兴趣的朋友可以Google看看),自己还是就着多有纰漏的知识储备总结了起来,并且还煞有其事的编写了一些代码,本想借着这篇博文写一写自己总结来的看法,但后来想想与其自己肤浅的在这搬运知识,还不如将自己在学习过程中参考的一些文献介绍给大家,毕竟这原版终归要胜过盗版啊 :)
之前我写过篇博文,用象棋的思维趣说IT人的职业发展和钱途,发现象棋中的一些思维能应用到我们程序员平时的职业发展中。
我刚学完 Python 语法那会儿,手痒想写个项目展示自己的学习成果。但却不知道写个啥,经过几次失败的尝试和碰壁后认清了现实,发现到自己只是刚学会基本语法,想要从零写个项目还差得远。不知道有多少朋友和我一样,手痒想写个项目。但:
json 字符串表示的对象就是 js 的对象,json 和 Python 内置的数据类型对应如下:
森七为各位宅在家里的朋友分享几款超炫经典的HTML5游戏,让我们在不仅获得快乐的同时又可以学到新鲜的HTML5知识,一起来看看吧。 1、HTML5版切水果游戏 HTML5游戏极品 这是一款
【导读】Google DeepMind AlphaGo团队在Nature上发表两篇论文《Mastering the game of Go without Human Knowledge》 和《Mastering the game of Go with deep neural networks and tree search》,这两篇划时代的论文,将成为永恒经典,在第一篇文章中,其介绍了迄今最强最新的版本AlphaGo Zero,不使用人类先验知识,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天训练
大数据文摘作品 编译:余志文、大饼 大家好,我叫摩西。这是我第一次写博客,主要分享下我的编程经验。 国际象棋教给我的道理 我爸爸从小就下国际象棋,小学6年级就拿到俄勒冈州亚军。在我6岁那年,他开始教我。我也喜欢下国际象棋,因为我觉得它是解决问题的一种途径。但每次和爸爸下,我都输,有一次爸爸说只要我能赢,他就给我50美元。于是我开始在微软titans平台练习,每次都有些进步。后来我打败了四级选手,之后又玩了85局赢了五级选手。我喜欢上了国际象棋,并且每天都去挑战我爸爸。直到后来爸爸说他除了周一其余的时间不再跟
不知道有多少人了解过维茨金,也不知道有多少人看过他写的书。先借鉴网上对维茨金的个人描述,让大家先有个了解。
什么是量化交易?简单的说,就是用程序编写交易策略,用回测来模拟之前几年甚至几十年的交易,其中可以用到各种历史数据来辅助,包括但不限于:开盘价、收盘价、PE、PB、GDP、社交媒体的投资信息等等。
许多刚开始学习编程的小伙伴都想找到合适的学习资源,然后学习一段时间后又想着找个项目啥的练练手。但是许多小伙伴都存在着以下两个问题:
如果只允许你写一行代码,你能够实现什么样的功能?今天我们来看看这 16 行丧(gan)心(de)病(piao)狂(liang)代码。
本文来自一位Jetson开发者供稿。文章里,他从项目发起,到项目中遇到的挑战和瓶颈的点点滴滴,都非常详细。这个项目Lady我也一直关注着,当他第一时间把运行的DEMO看的时候,我也是由衷地感到高兴,迫不及待让他写下来分享给大家!
最近我花了不少功夫在学习象棋,也学习了王天一等高手的棋路,感觉IT人的职业和下棋一样,往好了讲,争主动权争实惠只争朝夕,往坏了讲,一步走错得用多步来弥补,如果错误太大未必能弥补回来。在本文里,就用下棋这种比较轻松的话题来聊聊程序员该如何经营自己的职业。
大神David Silver(AlphoGo architecture,难道没去NIPS?)今天往arxiv上扔了篇文章,Mastering Chess and Shogi by Self-Play
绘制网格的关键是使用 Python PIL ImageDraw.Draw.line() 方法。
colors[0],colors[1]=colors[1],colors[0]
关注风云之声 提升思维层次 解读科学,洞察本质 戳穿忽悠,粉碎谣言 导读 AlphaZero下国际象棋的时候,最革命性的一点是,它没有棋子的概念。无论是人类高手还是过去的顶级AI,再怎么也是以棋子实力评估为基础的,被吃了大子会心疼,在这个基础上再去进行“重视中央”之类的局面评估理论。而AlphaZero却完全对棋子没有概念,只要它认为未来整体局势好,弃子根本不叫事。这次Deepmind新论文应该给出结论了,“MCTS+神经网络”就是先进生产力的代表。 2017年12月6号,Deepmind扔出了一篇论文
国际象棋可以说是最棒的棋盘游戏之一,它是战略战术和纯技术的完美融合。每位玩家开局时各有 16 枚棋子:一王、一后、两车、两马、两象和八兵,各具不同功能与走法。真人对弈可以凭借玩家的经验,步步为营。那么,对于一个机器——计算机,你该如何教会它下棋?近日,有人在 medium 上发表了一篇文章,详细解释了如何教计算机玩国际象棋。
Syncthing 是一个持续文件同步程序,它在两台或多台计算机之间同步文件。该项目的主要功能和核心优势包括:
80年代末,我第一次接触了Apple II电脑上的BASIC编程语言,从此走上了一条程序人生。十多年前我在博客园上开通了自己的博客,由于下象棋时经常出点“毒”招,所以网名干脆就叫“毒龙的程序人生”,2
2017 年 1 月到 12 月,我们比较了近 2 万篇关于创建机器学习应用程序的文章,并挑选了排名较前的前 50 篇供大家学习参考。 我们相信,跟着这个领域有实践经验的老司机学习,是提升你职业生
李理,出门问问NLP工程师 编者按:李世石与Google Deepmind AlphaGo对战在即,围棋界和人工智能界对结果各有预测,但对于程序员来说,了解AlphaGo的技术路线可能更有意思。本文来
编者按:李世石与Google Deepmind AlphaGo对战在即,围棋界和人工智能界对结果各有预测,但对于程序员来说,了解AlphaGo的技术路线可能更有意思。本文来自出门问问NLP工程师李理,详细解读了AlphaGo背后的MCTS的工作原理及其对围棋AI的贡献,深度学习包括DCNN在围棋AI领域的发展(包括Facebook darkfmcts),以及二者在AlphaGo系统中的具体协作。文章还结合作者本人的经历对围棋算法与中国象棋算法的差异进行了比较。 本文原标题:AlphaGo的棋局,与人工智能有
为了避免 Bug 导致的损失,上线前需要做好充分的测试,这也是公司时常教育我们的话:对上线持“敬畏之心”。
作者 | 万佳、核子可乐 近日,国际知名开源象棋引擎 Stockfish 一纸诉讼将商业国际象棋软件 ChessBase 告上法庭,指控其多次违反 GPL 许可证。 1Stockfish 是谁? 据维基百科介绍,Stockfish 是一款免费且开源的国际象棋引擎,可用于各种桌面和移动平台,于 2004 年发布。 它是世界上最强大的 CPU 国际象棋引擎,并且在大多数国际象棋引擎评级列表中一直排名第一或位于前列。在多届 Top Chess Engine Championship 中,Stockfish 成
从国际象棋到中国围棋,人类与“机器”已经较上了劲。 看过那么多场对战,你是不是也想上手体验一把? 来来来,简单五步,手把手教你撸一个缩减版的国际象棋AI。 首先,我们来看一些基础概念: 移动生成 棋面评估 Minimax算法 alpha beta剪枝 在每个步骤中,我们将通过一个国际象棋程序技术来改进算法。我将演示每个步骤是如何影响算法的。 你可以在GitHub上查看AI算法的最终版本。 https://github.com/lhartikk/simple-chess-ai 我无法打败
现在,希望根据Excel表格中的标题名来对文件夹里的mp4文件进行批量重命名,在ChatGPT中输入提示词:
本文介绍了人工智能在棋类游戏中的一些进展,特别是在围棋和德州扑克这两个领域。作者分析了AlphaGo和Libratus等人工智能系统,并讨论了这些技术在未来的可能发展方向。
如果你使用的是Python 2.7,应调用方法__unicode__(),而不是__str__(),但其中的代 码相同。
小编看到了一个很有趣的访问--Alpla Go之父Demis Hassabis与前国际象棋棋王卡斯帕罗夫一起讨论关于人工智是否能取代人类棋手的话题,于是特地翻译成中文,让大家围观一下两个天才之间的对话。 他们之间还有个小插曲。 早在20多年前他们就见过面,不过当时Demis还是个十几岁的毛头小伙,还有点狂妄自大,没想到一转眼他成了万众瞩目的人工智能界新星。所以,千万不要小看你身边不起眼的年轻人哦~ 📷 1 20年前有一个自大的小伙子 很多年前卡斯帕罗夫在伦敦举办了一个小型家庭聚会, 晚饭时曾偶然和一个小伙子
产品最初的发生,我其实更喜欢的一句话是在设计之初,这个时候的app是是最纯的。
「八皇后问题」是一个以国际象棋为背景的问题:如何能够在8×8的国际象棋棋盘上放置八个皇后,使得任何一个皇后都无法直接吃掉其他的皇后。
今天,Jack Cui 教大家两个算法,帮你搞定不清晰的、褶皱的老照片,黑白照片变彩照。
作者:闻菲,刘小芹,常佩琦 【新智元导读】或许“智能爆炸”不会发生,但永远不要低估人工智能的发展。推出最强围棋AI AlphaGo Zero不到50天,DeepMind又一次超越了他们自己,也刷新了世人对人工智能的认知。12月5日,包括David Silver、Demis Hassabis等人在内的DeepMind团队发表论文,提出通用棋类AI AlphaZero,从零开始训练,除了基本规则没有任何其他知识,4小时击败最强国际象棋AI、2小时击败最强将棋AI,8小时击败李世石版AlphaGo,连最强围棋AI
HTML5因其跨平台性的特质已逐渐成为网络游戏开发的热门新技术。过去,flash多媒体应用可以用来构建线上游戏,也是小游戏的主流形态,但是随着HTML5的到来,改变了线上游戏的构建方法,用HTML5制作游戏相比flash更加灵活方便。
最近赶着空闲时间看了《如何高效学习》一书,很薄的一小本书,只有176页,而且每页的字数都不多,我前后花了三个小时就看完了。它是由斯科特杨写的,对于这个小哥你可能比较陌生,但是他应用自己发明的学习方法,完成了10天搞定线性代数、1年学完4年MIT课程等“不可能的任务”,简直就是学霸加大神。这是一本连马文明斯基都说好的书,由机械工业出版社出版,可以说是各种光环加持了。
本文为雷锋字幕组编译的推荐系列,原标题 Learn to Build a Machine Learning Application from Top Articles of 2017,作者为 Mybridge。 翻译 | 宥佑 杨丽 整理 | 凡江 2017 年 1 月到 12 月,我们比较了近 2 万篇关于创建机器学习应用程序的文章,并挑选了排名较前的前 50 篇供大家学习参考。 我们相信,跟着这个领域有实践经验的老司机学习,是提升你职业生涯的一条捷径。 下面的介绍可以使你更方便了解,因为它包含
【导读】深度学习平台aetros.com的联合创始人Max Pumperla博士撰写的深度学习与围棋实战《Deep Learning and the Game of Go》深入检出地讲解了各个深度学习和强化学习的应用,教您如何打造自己的围棋机器。 在在2016年初,大部分围棋(Go)的玩家都会告诉你,一台机器永远不会打败围棋世界冠军。 然后,Google的AlphaGo AI以3-0击败了全球最强的选手柯洁。 六个月后,Alpha Go Zero以89-11击败了AlphaGo. AlphaGo对深度学习系
标题有点凶,但内容很干! 大部分程序员并不会画PPT,也梳理不出架构图。工作的年头虽然多,但却不对自己的知识进行整理汇总,久而久之只能干,不会说。好,那么本文就带着你一起画画图,做个画画的baby!
现如今,阿兰·图灵、马文·明斯基、约翰·麦卡锡这些来自西方国家的计算机科学和人工智能之父的姓名即便还不是家喻户晓,但至少在相关领域内人尽皆知。但是,很少有人知道苏联的铁幕之下也曾有过人工智能开发活动,尽管有时在这一领域中两种体制之间竞争的激烈程度要低于太空竞赛。本文通过主角 Andrey Leman 及其同事的人生故事,带你回首被世人遗忘的苏联 AI 往事。
就像我的父母坚信我能读书写字一样,我理所当然地认为,我的孩子也一定能像我一样编程。编程是一门新兴艺术,也是一门基本技艺,而且正日益变得重要。熟练掌握编程是对孩子读写能力有益的补充,还能让他们保持就业竞争力。在我写下这些文字时,我的妻子怀着我们的第一个孩子,离预产期大约还有三周。我是一名专业的程序员,但等到孩子能够打字的时候,编程作为一项有价值的技能可能已经从这个世界上淡出了。
近日,DeepMind一篇关于MuZero的论文“Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model”在Nature发表。与AlphaZero相比,MuZero多了玩Atari的功能,这一突破进展引起科研人员的广泛关注。
有人认为 AI 已经穷途末路,但一些绝顶聪明的人还在继续求索。 整理|黄楠、王玥 编辑|陈彩娴 近日,DeepMind 的创始人 Demis Hassabis 作客 Lex Fridman 的播客节目,谈了许多有趣的观点。 在访谈的一开头,Hassabis 就直言图灵测试已经过时,因为这是数十年提出来的一个基准,且图灵测试是根据人的行动与反应来作判断,这就容易出现类似前段时间谷歌一工程师称 AI 系统已有意识的“闹剧”:研究者与一个语言模型对话,将自己的感知映射在对模型的判断上,有失客观。 从2015年成立
从题意来看,这道题平平无奇,基本上没有什么特别的。但是我们继续看它的note就会发现问题,其中x是浮点数,它的范围是-100到100。而n的范围则是32位int的范围,到这里就有问题了。
领取专属 10元无门槛券
手把手带您无忧上云