S03方太集成烹饪中心蒸烤箱-“影分身之术”！训练50亿次的AI能有多智能

热门回复：

• 高阳靖亿:如果没记错的话，有一个缺点就是当ai一直扣分一直扣分的话，也许他就会摆烂不开始，这样的话他就是0分，就不会扣分了。[doge]
• 方太:为了这1200种菜谱，我实验训练的次数，可能比50亿次还多[doge]
• 七年前的DVD:让我想到一个问题。我们在看这些AI小车驶过赛道的时候觉得他们很傻。明明已经学会了减速过弯，直线加速，却不能举一反三，迅速完整地跑完赛道。而如果我们把它放入另一个赛道，他之前的试错训练便全部无效了，它将再一次开始枯燥而漫长的试错轮回。我突然想到人和小车的数据接收来源是不一样的。我们将这些数据信息转化为了视觉信号，使我们一下子获得的数据更多，自然我们很直观的就可以看见前方哪里有直道弯道，从而做出一个全局的最优解，比如过弯的时候减速。但是小车不一样，小车唯一的数据接受来源就是得分的增减情况，对他而言，视觉意义上的赛道是感知不到的。对于小车，赛道就是数据原本的样子，而不是一眼到底的视觉信号，所以他只能不断地试错，通过分数的加减去判断前方究竟是直道还是弯道，只有反复试错走完这一段路以后，他才知道这一段路程的全局最优解是怎样的。 那么，顺着这个思路，如果我们给小车加一个类似视觉系统的东西，小车是否会减少学习所需要的试错次数呢？比如，把赛道拆分成无数个位点，让小车能获得雷达前方180°一定长距离以内位点的分布状况，也就是说，直接把小车雷达前方180°的一定距离以内的可能得分情况告诉他，他是否很快就可以完成赛道，甚至举一反三，把他放入其他赛道后不需要重新开始试错，而是只试错几次便走完全程呢？ 同理，把一个放入一辆车中，车辆完全隔音并且不透光，甚至动用某种方法让这个人感受不到加速度的存在。就是说这个人只能看见车内的那个分数加减评分板，并以此为自己驾驶车辆判断道路的依据，他又需要多少次试错才能驾驶完一段赛道呢？
• 我就是来上热评的:有一说一眼见为识的恰饭质量是真的高，短短十多分钟能把AI的相关知识说这么多，真的厉害！现在已经是相当期待正式视频了！[妙啊]
• 玫瑰颂:[脱单doge]感谢金主催更，不然还不知道什么时候才能看到片子[tv_冷漠]