А чего жесть? Задача интересная, если не извращаться как автор а решать в лоб — то решение в десяток строк:
uint_fast64_t xor3(uint_fast64_t a, uint_fast64_t b) {
uint_fast64_t c=0, m=1;
while (a>0 && b>0) {
c += m * ((a%3+b%3) % 3);
a /= 3;
b /= 3;
m *= 3;
}
c += m * (a + b);
return c;
}
Хотя бы шанс что собеседуемый такую задачу не видел повыше :)
Все таки сомневаюсь, что проблема только с ресурсами, благо у самого Хинтона их достаточно.
Самое сложное — это заинтересовать людей чем-то, что (пока что) не SOTA. Над CNN работают уже N лет куча людей, и рассчитывать что одна группа проработает их альтернативу до такого же уровня довольно оптимистично.
Статья манипулятивная, так как Linnainmaa придумал метод автоматической дифференциации. Все равно что сказать что человек придумавший умножение, придумал заодно и все методы использующие умножение.
Оптимальная программа для игры в шахматы всегда бы начинала игру с одного дебюта,
Шахматный движок интересен скорее с точки зрения анализа. Современные движки самостоятельно разыгрывают дебют довольно фигово (как и неокторые эндшпили), но это не мешает ими пользоваться и находить новые идеи.
Про AlphaGo Zero говорят, что её стиль гораздо больше напоминает человеческий — это именно то, чего сильно не хватает шахматным движкам.
который максимизирует вероятность выигрыша.
Для оптимальной программы нет "максимизации вероятности", игра либо выиграна, либо (как мне кажется) ничья, либо проиграна. Оценить оптимальную стратегию против неоптимального игрока — сложная задача сама по себе, которая впрочем имеет смысл только если игра таки ничейна.
Любопытный вопрос. Один из программистов альфы ранее работал над самообучающейся шахматной программой giraffe, которая научилась играть в силу мастера за 72 часа. Он наверное приобрел много опыта, работая над го программой. Любопытно, сможет ли он написать новую шахматную программу по аналогии с «Альфой»? Или же подход с нейронными сетями не работает в шахматах? Мне очень интересен ответ на этот вопрос.
Программист написавший giraffe, бросил его из-за того что ушел в DeepMind. Мне кажется что шахматы на нейронных сетях могли бы привнести свежую струю в игру. Хотелось бы увидеть, как будет программа без bias'а человеческих эвристик. К сожалению, энтузиастам такое написать пока судя по всему не по силам, а DeepMind и прочим — не интересно.
А чего жесть? Задача интересная, если не извращаться как автор а решать в лоб — то решение в десяток строк:
Хотя бы шанс что собеседуемый такую задачу не видел повыше :)
Разница огромная
И почему необходимо контролировать способность научиться играть в шахматы?
Как сказал Бен Хаммер,
Впрочем, больше ничего менять не придется, ведь памяти все так же 12 гигов.
Ну так после выхода первой статьи на тему Neural Architecture Search чуть больше года назад, работают и над ускорением поиска. Например вот или вот.
Да сколько, блин, можно уже. Хватит называть грёбаные клетки и и жир "интеллект". Это чистая биология, никакого "интеллекта" там нет
В том то и дело, что большая часть списка появилась после AlexNet
Но свертки никакой проработки не требовали, как только появилось достаточно ресурсов, они сразу всех заткнули за пояс.
Все таки сомневаюсь, что проблема только с ресурсами, благо у самого Хинтона их достаточно.
Самое сложное — это заинтересовать людей чем-то, что (пока что) не SOTA. Над CNN работают уже N лет куча людей, и рассчитывать что одна группа проработает их альтернативу до такого же уровня довольно оптимистично.
Статья манипулятивная, так как Linnainmaa придумал метод автоматической дифференциации. Все равно что сказать что человек придумавший умножение, придумал заодно и все методы использующие умножение.
Идея в том чтобы, например, тестировать распределенные алгоритмы на большом количестве нод.
Show me the code!
Или хотя бы результаты решения стандартной задачи посложнее XOR
Так вот понимания же у вас и нету
Сожалеете?)
Тем не менее все это не имеет отношение к AlphaGo Zero, которая не играла с другими игроками вообще
Максимизировать вероятность выигрыша не зная с кем играешь, думаю, невозможно.
Шахматный движок интересен скорее с точки зрения анализа. Современные движки самостоятельно разыгрывают дебют довольно фигово (как и неокторые эндшпили), но это не мешает ими пользоваться и находить новые идеи.
Про AlphaGo Zero говорят, что её стиль гораздо больше напоминает человеческий — это именно то, чего сильно не хватает шахматным движкам.
Для оптимальной программы нет "максимизации вероятности", игра либо выиграна, либо (как мне кажется) ничья, либо проиграна. Оценить оптимальную стратегию против неоптимального игрока — сложная задача сама по себе, которая впрочем имеет смысл только если игра таки ничейна.
Программист написавший giraffe, бросил его из-за того что ушел в DeepMind. Мне кажется что шахматы на нейронных сетях могли бы привнести свежую струю в игру. Хотелось бы увидеть, как будет программа без bias'а человеческих эвристик. К сожалению, энтузиастам такое написать пока судя по всему не по силам, а DeepMind и прочим — не интересно.
Если бы не было пиратства, те кто пиратят 3дмакс, использовали бы бесплатный блендер. На доходы от продаж это никак не повлияло бы.