博客來網路書店會員好康

用人單位職業衛生管理與危害防治技術成本價

用人單位職業衛生管理與危害防治技術成本價最豐富最多樣內容，嘔心瀝血之作。

用人單位職業衛生管理與危害防治技術成本價曾在博客來 網路書店造成搶購熱潮。

在閱讀完後重複咀嚼，才能體會出真正的意涵，總而言之人氣蠻不錯，

用人單位職業衛生管理與危害防治技術成本價誠意推薦給大家看喔!

最新與最多的醫療保健，每日都有特價商品推薦是網路書店購書最佳選擇！

用人單位職業衛生管理與危害防治技術成本價好康道相報，在網路上它的評價很高很夯。

醫療保健用人單位職業衛生管理與危害防治技術成本價全書的內容大意

這個真的很不錯，購買也很便利，省到荷包又不用出門真方便!

博客來,博客來網路書店,博客來網路書局,博客來書店,博客來網路書店歡迎您

商品訊息功能:

內容簡介: 博客來博客來網路書局>博客來書店博客來網路書店

• 定價：348元
• 優惠價：87折303元

用人單位職業衛生管理與危害防治技術成本價

用人單位職業衛生管理與危害防治技術成本價推薦，用人單位職業衛生管理與危害防治技術成本價討論，用人單位職業衛生管理與危害防治技術成本價比較評比，用人單位職業衛生管理與危害防治技術成本價開箱文，用人單位職業衛生管理與危害防治技術成本價部落客
用人單位職業衛生管理與危害防治技術成本價那裡買，用人單位職業衛生管理與危害防治技術成本價價格，用人單位職業衛生管理與危害防治技術成本價特賣會，用人單位職業衛生管理與危害防治技術成本價評比，用人單位職業衛生管理與危害防治技術成本價部落客 推薦

內容來自YAHOO新聞

幫AlphaGo擊敗南韓李世石的那個人：台灣資工博士黃士傑

在第一場比賽，根據職業棋手認為，首戰導致李世石落敗的原因並不在於 AlphaGo 的強大，而是他的輕敵。最明顯表現是他的思考並不充分，所用的時間遠遠少於對手。

跟機器對戰與跟人類對戰的差異點在於，棋手原本會從現場對手的表現、下子的姿態來判斷對方的心情、狀況。但是與 AlphaGo對決，那個「人」只是一個替代電腦下子的工具。李世石無法從這個棋手的表現來判斷，只能從對方下子的策略來觀察。

但是AlphaGo首戰的水準漂浮不定，在比賽開始前期犯下了一些低級錯誤，但後來又有一些妙招，讓李世石難以判斷對手下棋的方式，並且可能是這個開始的錯誤導致李世石的輕敵。

不過，如果他能與這位「阿光」多談談，或許就能多瞭解AlphaGo的「個性」。因為這位坐在他對面的人類棋手黃士傑，其實不光只是一個人類傀儡而已，他也是負責打造AlphaGo大腦的團隊核心人物之一。

▲之前AlphaGo擊敗歐洲歐洲圍棋冠軍樊麾（左）時，也是由黃士傑（右）擔任人類棋手。

「深藍」不是已經打敗過西洋棋王了嗎？圍棋有什麼難的？

有些網友說，早在多年前IBM的深藍不是已經在1997年打敗過棋王了嗎？這次AlphaGo打敗棋王又有什麼大驚小怪？

問題是那次深藍打敗的是西洋棋的冠軍，這次打敗的是圍棋冠軍。圍棋，被視為是目前難度最高的一項棋類比賽，難就難在圍棋的變化高出西洋棋許多。因此擊敗人類的圍棋冠軍，一直是科學界發展人工智慧的重要目標。

以複雜度來說：
● 西洋棋的複雜度為：10的123次方。
● 中國象棋的複雜度為：10的150次方。
● 日本將棋的複雜度為：10的226次方。
● 圍棋的複雜度為：10的360次方。

棋類比賽基本上都是利用搜尋樹展開演算法，用搜尋樹來判斷對手下子的可能性，然後依照一些資訊來進行優劣判斷，再來從多種可能的結果選出最好的一步來下子。

▲西洋棋每走一步，有24種可能性。而圍棋則每一步有兩百種，再往下算下去將無窮無盡。

在西洋棋裡面，電腦的搜尋樹可以利用棋子的位置、棋子的數量來判斷優劣，因此在樹的展開可以依照每個棋局的局面來往下進行深度的搜尋。但是圍棋的邏輯性沒有那麼強，比較難得到判斷的方式。甚至有時你問頂尖棋手為什麼當時要下某一子的時候，他也只能回答你「靈光乍現」，這也是為什麼科技人工智慧這麼想要在圍棋上取得成果的原因。

黃士傑，一位熱愛圍棋的資工人

黃士傑是土生土長的台灣人，業餘圍棋六段，台灣師範大學資訊工程系碩士、台灣師範大學資訊工程系博士。他在91年的碩士論文為「電腦圍棋打劫的策略」，99年（西元2010年）的博士論文為「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」。

他在這次比賽之後接受採訪時表示：「deepmind應該是在14年底之前、在AlphaGo團隊出現之前就創建了。我本人喜歡下圍棋，棋力是臺灣業餘六段，去年在德國的比賽我甚至贏過一位日本職業棋手。但AlphaGo肯定是比我強太多了。職業水準的圍棋軟體，應該最慢在1-2年之內就會在市面上普及。」

根據他在論文中表示，雖然電腦圍棋的研究開始於1970年，但是圍棋程式從未被人們認為是強大的。一直到2006年，當「蒙地卡羅樹搜尋」與「樹狀結構信賴上界法」出現之後，才帶來了圍棋程式的革命。

蒙地卡羅是一種大數法則的方法，使用隨機取樣，而不用把所有的可能都估算到。但是當取樣的次數越多，其所得出的平均值將趨近於理論值。這個方式應用在圍棋時，會隨機下子直到盤末，由此依據各點模擬的結果，來對於盤面進行優劣的評估，從中選出最好的下子方式。

這個方法多少帶有點運氣，但是當取樣數量越多的時候，誤差會相對變低。2006 年，法國科學家以蒙地卡羅方式發展出的 Crazy Stone 在 第十一屆電腦奧林匹克 9*9 比賽中獲得了冠軍。

而「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」這篇博士論文的指導教授之一，正是Crazy Stone 的那位法國開發者Rémi Coulom博士。而拿到了博士學位的黃士傑，之後也曾獲2012年臺灣電腦對局學會博士論文獎與2010 年19 路電腦圍棋金牌。

最後，值得一提的是，在這份2010年他才發表的博士論文摘要中，有這樣一段話：

「雖然電腦圍棋的研究開始於1970年，但是圍棋程式從未被人們認為是強大的。一直到2006年，當「蒙地卡羅樹搜尋」與「樹狀結構信賴上界法」出現之後，才帶來了圍棋程式的革命。人們才開始相信，圍棋程式在10年或者20年之後，將能夠擊敗頂尖的人類棋手」

現在，這份論文才發表不過6年的時間，他就親手把自己的預言給打破。

資料來源：pingwest、中央社

新聞來源https://tw.news.yahoo.com/幫alphago擊敗南韓李世石的那個人-台灣資工博士黃士傑-033200506.html

用人單位職業衛生管理與危害防治技術成本價

博客來,博客來網路書店,博客來網路書局,博客來書店,博客來網路書店歡迎您