首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    也说棋类游戏

    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 :)

    02

    深入理解生成式AI技术原理:初识生成式AI

    如果将人工智能按照用途进行简单分类的话,人工智能可以划分为决策式AI以及生成式AI两类。所谓决策式AI就是通过学习训练数据的中的条件概率分布情况来进行判断决策,判断样本属于指定目标的概率,比如人脸识别就是典型的决策式AI,终端设备根据摄像头获取到的人脸图像来进行特征信息匹配,和后台系统中的人脸特征库进行对比来判断当前人脸信息是否在系统人脸特征库中或者是否有权限执行操作。而以ChatGPT为代表的生成式AI通过对大量数据的联合概率进行学习,对已有的数据和知识进行归纳总结,同时结合深度学习技术,自动生成新的内容,而新生成的内容可以是文字、图片甚至是视频等多模态内容。本文主要简要介绍深度学习以及大模型基础内容,后续文章中将会继续深入分析这两方面的技术原理。

    03

    AlphaGo挑战李世石,我的点格棋程序挑战孩子

    不知道从什么时候开始,我开始对各种智力游戏非常感兴趣。记得上小学的时候,有一次到同学家玩,第一次看见魔方,转了2个小时没停手,由于要回家吃饭,所以才恋恋不舍地放下了魔方。 象棋是与父亲学的,但他思维保守,布局从不变化,很快就下不过我了。大学时遇见了郝舍长和其他棋友,才知道了什么是象棋高手。工作后参加了几次油田比赛,最好名次为第9,又看了很多专业比赛的棋谱,才明白了业余水平和专业水平的差距之大。 桥牌也是在大学时期学会的,当时数学系的几位同学在学习桥牌,大家凑在一起乱叫牌、乱打牌,慢慢地掌握了叫牌、打牌和记分

    06

    级数求和问题:舍罕王赏麦 - C++

    舍罕王赏麦问题是古印度非常著名的一个级数求和问题.舍罕王赏麦问题的大意如下: 传说国际象棋的发明者是古印度的西萨 • 班 • 达依尔,当时的国王是舍罕,世人称之为舍罕王。 当时舍罕王比较贪玩,位居宰相的西萨 • 班 • 达依尔便发明了国际象棋献给舍罕王。舍罕王非常喜欢,为了奖励西萨 • 班 • 达依尔,便许诺可以满足他提出的任何要求。 西萨 • 班 • 达依尔灵机一动,指着 8x8=64 的棋盘说:“陛下,请您按棋盘的格子赏赐我一点 麦子吧,第 1 个小格赏我一粒麦子,第 2 个小格赏我两粒,第 3 个小格赏四粒,以后每一小格都比 前一个小格赏的麦粒数增加一倍,只要把棋盘上全部 64 个小格按这样的方法得到的麦粒都赏赐给我,我就心满意足了。” 舍罕王觉得这是一个很小的要求,便满口答应了,命人按要求给西萨 • 班 • 达依尔准备麦子。但是,不久大臣计算的结果令舍罕王大惊失色。问题是:舍罕王需要赏赐出多少粒麦子呢?

    02

    人工智能演进:道德可以被编程吗?

    人工智能的最新进展明确表明,我们的电脑需要有一个道德准则。不同意?想想看:一辆车开车上路时,一个骑自行车的孩子在它的前面突然转了个弯。此时车子能转弯进入逆行车道,撞上另一辆已经在那里的汽车?或者可以转弯偏离道路,撞上一棵树?还是继续向前,撞上那个骑车的孩子? 每一种解决方案都会产生一个问题:这可能会导致死亡。 这是一个不幸的情况,但是人们每天都要面对这样的情况,如果有一个正在受控的自动驾驶汽车,它需要能够在这样的情况下作出选择。这意味着,我们需要弄清楚如何在我们的电脑里编写道德准则。 杜克大学计算机科学系教

    07
    领券