如何利用深度學習打敗水哥王昱珩?

研究了下水哥王昱珩在最強大腦中的表現,發現他是通過提取圖像的細微特徵來辨別東西的,例如水中的微小氣泡。如果利用深度學習來提取圖片特徵,要做到他的成績似乎很容易


謝邀。這個問題可以分幾種情況考慮。

首先要承認一個事情,那就是計算機可以存儲下參照物的畫面。

1)如果參照物和觀察物不會有明顯變化,比方說扇子那次。

如果視角固定,即機器可以直接接受到完全相同視角的圖像,我想直接做匹配可以完爆水哥,計算機的速度快得不要不要的。

如果視角不固定,現存的一些方法對於找到一些不變性特徵應該不成問題,所以這方面秒殺也是很有可能的。

2)參照物和對照物會有些不同,比方說唇印。

一個是2d圖像,一個是3d模型,受限於光照,輕微形變等問題,想戰勝水哥有點難。

至於水哥的成名戰,不好意思我沒看過,不過可以類比,總之我覺得計算機目前的優勢還在靜態圖像分析,當然也可能是我孤陋寡聞,不了解當前的進展了


題主看過水哥看芝麻嗎,最後還把芝麻的紋路給畫出來了。

技能可以學習,但是水哥這樣的,只能給膝蓋了


題主你想太多了。我上次看了中日對決賽之後對他產生興趣,看了他上過的許多節目,其中提到他小時候走失迷路記憶的事情,還有他自己的表述。剛開始看完中日對決我是很佩服,後來有點懷疑,再後來看了他的其他資料以後真的被震驚了。他沒有力求證明自己有這種能力,而是凡是留心的人能夠察覺出他說的話絕非謊言。

他也在一次節目上隱晦地說過dr.魏曾經告訴他檢查結果,他在生理上本身就異於常人,他的海馬體還有另一個和視覺相關的東西檢測出結果本身就和正常人有異。所以,對於這種與生俱來的能力,他自己可能早就習慣了。對於輸贏他也沒有那麼大的貪心。

ps關於海馬體異於常人而擁有過人記憶里的例子國外有很多,可以自行查閱。這種看似幸運的能力其實會給當事者帶來許多痛苦。水哥曾經說過他吃飯要糾結是睜著眼睛還是閉著眼睛,因為(圖像)太大了。而那個當時砸傷他眼睛的羽毛球,他現在也記得長什麼樣子。


看了這一戰,水哥的輸是必然的,但確實有不公平之處。

必然性:

前些日子大家看過alphago圍棋碾壓人類,而實際上百度這一次做的小度機器人的計算複雜度要小很多。計算機對於靜態圖層的識別其實是秒殺任何人類的,就像線性方程一樣簡單。這次用的圖像識別,對於計算機來說就是按幀識別圖像,就是有若干張靜態圖像而已,計算機難度不大。真正難度大,精確度不高的應該是情感識別,不過這一場比賽不比這個。

不公平性:

任何機器人做事情都有以下流程——1.識別 2.處理,但是最先最先的是學習,代碼是事先寫進去的,案例數據也是事先訓練進去的,所以在比賽之前,小度已經對這一類問題保有較高準確度的計算代碼了,也就是方程式在比賽之前由工作人員已經寫好了,比賽的時候只是計算一下。水哥可能就是大概知道一下戰略,但小度在戰略之上已經定好了戰術。

最後,其實不管怎樣,計算機的處理的優越性不可否認,我們也一直享受著其帶來的便利性。不過水哥的niubility才是我們最崇拜的突破人類極限的事情。

所以照舊,兩邊都加油!

參考資料:

「李彥宏幾天前曾在極客公園的對話中透露小度機器人學習了2億張的人臉照片,這絕對是人類一輩子也無法實現的任務。一方面人一輩子見不到這麼多人臉,另一方面,也遠遠超出了人腦記憶的極限,何況這是一個非標的人臉特徵記憶」

小度幹掉了水哥,人機大戰的真正意義是什麼?-搜狐科技


假如他可以在第四緯度里,而你永遠是在第三緯度里,這個天賦技能不是後天可以改善的


你都沒搞清水哥的機制,又怎麼學習?打個比方,人家一直用紅外線看東西,而你一直在可見光範圍內搞學習~


推薦閱讀:

是否可把CNN用於一維的信號?
如何評價Momenta ImageNet 2017奪冠架構SENet?
deep learning初學該怎麼入門?是要先好好學習神經網路嗎?

TAG:機器學習 | 深度學習DeepLearning | 最強大腦電視節目 |