秦时月圆 秦时月圆
关注数: 12 粉丝数: 31 发帖数: 363 关注贴吧数: 17
奇遇 善举躲过大劫 作者:史鉴 整理 方观承,桐城人,幼时父亲因《南山集》一案被牵连充军,因此方观承经常年年独自徒步前往塞外省亲。一年他南归后辗转前往浙江宁波依附某亲戚,等走到亲戚家门口,已经快到除夕了。方观承看见亲戚家门口倚门家奴都穿着貂帽狐裘,神态非常阔绰傲慢,自顾衣衫褴褛,贸然登门认亲恐怕反而会遭到驱逐。于是方观承在亲戚家巷子里租屋住宿,但身上钱又所剩无几,进退两难,只好天天在门口向邻居打听亲戚平时为人。 对门住着一个屠夫,惊讶于方观承一表人才,问他贵姓?来此有何贵干?方观承告诉他,屠夫说:“我与他同巷二十年,从未见他体恤过一个亲戚,你去找他恐怕没用。”方观承听了非常后悔,自己千里迢迢投奔亲戚太轻率了,如今钱也花光了,怎么办呢?屠夫说:“先生既然出自书香门第,一定会写字,您还会算术吗?”方观承说:“略知一二。”屠夫说:“年关快到了,我正好有账目要结清。请您住在我家,帮我结算帐目,开出账单以便讨债好不好?”方观承就去了,屠夫叫妻子出来见方观承,款待很殷勤。方观承打了半天算盘就结算完了,屠夫拿着账单出去讨债,果然一清二楚,屠夫讨回了比往年更多的钱。除夕夜,屠夫请方观承一起吃团圆饭,招待方观承坐上座,屠夫女儿当时五岁,跟着母亲坐侧座。元旦,方观承告辞,屠夫坚决挽留他,并嘱咐妻子做棉袍相赠。到初六,屠夫捧着做好的棉袍、妻子捧着缝好的鞋袜来请方观承穿上,屠夫见方观承帽子破旧,就脱下自己头上蓑笠换掉,又送两千文钱给方观承作路费,才送方观承出门。 方观承到达杭州,偶过西湖游览,看见几十个人围着一个算命先生求算命。算命先生瞥见方观承,就离开桌子走出来作揖说:“贵人到了!”方观承怀疑算命先生在作弄自己,正色说:“我又不算命,开什么玩笑!”算命先生仔细审视他,说:“这儿不是说话的地方。”于是收起算命的家什,邀方观承进小庙坐谈。算命先生说:“我跋涉江湖几十年,看了很多面相,从未看走眼。您某年会做某官,某年会升任总督,只是可惜不能善终。如今您脸上官星已透,您可以立即进京,以顺应机缘。”方观承说:“且不说我是罪人子女,不可能进入仕途,就算有机缘,我两袖空空如何北上?”算命先生当即取出二十两银子送给方观承,并写了个名字,嘱托说:“他日您当陕甘总督时,有总兵迟误军机当斩,拜托您千万留意拯救,这就算报答我了。”方观承询问他的姓氏,算命先生吱吱唔唔,似乎有难言之隐。
围棋:需要更深的蓝 原文地址 译者:摩耶 校对:fwjmath 电影《美丽心灵》稍前部分的一幕中,数学家约翰•纳什坐在普林斯顿大学的一个庭院里,正弯腰对着一个布满了黑和白的鹅卵石状棋子的棋盘思索。他在玩的是个名叫围棋的古老亚洲游戏。约翰先生本人就是因挑战这个游戏失败而开始了对博弈论中的数学的研究,最后获得了诺贝尔奖。 近几年,电脑专家们,尤其是专攻人工智能方面的专家们也感受到了这样的奇妙——包括这种沮丧感。 从前为其它的棋类游戏做电脑程序是相对容易的。就连国际象棋都已经被处理器的计算能力所征服了。五年前,一个名叫“深蓝”的电脑在国际象棋比赛中彻底击败了世界冠军加里•卡斯帕罗夫。这是由于国际象棋虽然复杂,但仍然可以被简化为蛮力计算来处理。 但是围棋不同,表面上看电脑和人类玩家都很容易学会,但实际上这个游戏具有的深度和复杂度使得一个人需要花费好多年才能成为高手。到现在为止,还没有一台电脑能在这方面超越人类的业余棋手。 这个游戏是在一块横竖方向上各有19条等距分布的线组成的网格上玩的。对弈者每次轮流在网格的交叉点上放一个黑色或白色的棋子。目标是用棋子围绕在格点周围来占领并保护领地。 研究围棋的程序员们认为它比国际象棋更能反映人类心灵那难以言喻的一面。对计算机编程,使其能模拟这个过程,这个挑战直插人工智能的核心问题,包括对学习与决策的研究,战略思想,知识表示,模式识别,还有可能是其中最有趣的一个—直觉。 人工智能先驱,斯坦福的名誉教授约翰•麦卡锡博士说:“有时一个优秀的围棋玩家走出一步棋,别的棋手都说这是一步妙着,但却不能解释为什么,甚至连自己怎么知道的都说不清。 科技公司“应用智能”的董事长,电脑设计师丹尼•希利斯博士认为围棋所具有的深度正适合用来做那种在详细了解一个例子的基础上进行的科学研究。他说:“我们要研究的是像遗传学中的果蝇那样具有代表性的东西。国际象棋是研究逻辑的“果蝇”,围棋却是研究直觉的“果蝇”。“ 除了直觉外,模式识别也是这个游戏的重要部分。计算机在捣弄数字方面很在行,而人类则是天生就会匹配模式。即使从背后看去,人类也能一眼就认出相识的人。“每本围棋的教材里都写满了对各种各样的布局模式的建议” 麦卡锡博士说。 斯坦福大学的数学教授丹尼尔•邦普博士,利用闲暇时间做了一个叫GNU围棋的程序。“瞄一眼国际象棋的棋局,你就可以知道有没有什么大问题。”他说。但在围棋中的每个判断,都需要棋手学会将他们的模式匹配能力与逻辑,还有多年对弈的经验结合起来。 邦普博士说:“如果你去看高手们的比赛就会发现,有的棋手会走出一些看似很一般的棋,但到了最后却占据领先。而其他的棋手妙着连连。“” 我们可以从计算机围棋程序的性能看出围棋的难度。加州圣何塞的芯片设计师兼程序员大卫•福特兰说,近五年内这方面虽然取得了一定的进步,但却没有大的突破。他设计的“多面围棋”是少有的几个商业围棋游戏程序之一。 福特兰先生设计的这个程序在上个周末打败了14个其它的围棋程序—包括几个来自日本的,成为了加拿大埃德蒙顿一场锦标赛的最后胜利者。可即使是这样的一个程序,大部分水平不错的棋手也能轻易打败它。 围棋的挑战性部分来自处理速度。一个典型的国际象棋程序每秒可以衡量30万个棋盘布局,而“深蓝”的速度甚至是每秒2亿个棋盘布局。但据SmartGo的作者安德斯•基鲁尔夫的说法,大部分围棋程序在中盘的时候每秒只能衡量几十个棋盘布局。) 伦敦的计算机科学家迈克尔•里斯告诉我们,对于国际象棋,平均每人每步棋有25到35种走法。而对于围棋,这个数字达到240之多。所以一个下围棋的计算机要想达到“深蓝”在国际象棋上3秒钟思考的深度需要运行3万年之久。 如果欠缺的只是计算机的处理能力,那么解决方案的到来也只是时间问题,因为计算机的速度已经越来越快。但是面临的困难其实不止这一个。围棋程序不仅无法快速衡量棋盘布局,甚至连计算准确率都无法保证。 虽然如此,计算机围棋的难度越大,它的吸引力也就越大,这鼓励越来越多的程序员去研究人工智能的基础。研究生写出了不少与此相关的论文,世界各地不少的研究人员也向它投入了大量乃至全部的关注。
1 下一页