29077017990669 29077017990669
关注数: 1 粉丝数: 278 发帖数: 7,512 关注贴吧数: 17
20岁“棋王”12岁入市 炒股如下棋 都是稳健型 20岁“棋王”12岁入市 炒股如下棋 都是稳健型 2014年11月06日 04:38 来源:成都商报 2006年郑惟桐12岁投身股市时,行情非常好,A股正运行在牛市当中,当时有不少人在赚钱效应之下,朝着有色等板块冲锋,其中包括他的母亲王娟,但他却丝毫不受旁人的影响,更看中万科A这类股票。“这方面他有自己的想法,跟我和他父亲的炒股风格完全不同,他说我们属于激进型,他属于稳健型。”王娟告诉成都商报记者。 原标题:20岁“棋王”12岁入市 炒股如下棋 都是稳健型 成都商报记者 盖源源 赵阳戈 记忆中,12岁的年纪,上课做作业之余,你还在干什么?是沉迷于武侠小说、日本漫画,还是在街边的游戏室晃荡?20岁的郑惟桐8年前夺得全国象棋少年赛冠军,从此开启职业棋手的漫长道路,并在前天夺得全国象棋个人锦标赛冠军并成为中国西部首位特级大师。 除了下棋,郑惟桐12岁的时候还有着惊人之举,那就是开始拿着压岁钱进军股市,面对数据繁杂需要强大知识面的股票,“棋王”展现出了另一面不为人知的天赋。昨天,在郑惟桐夺冠回到家乡成都后,成都商报记者独家专访郑惟桐和他的母亲王娟,揭秘“棋王”的炒股人生。 看轻得失 半年扭转炒股价值观 12岁,在大部分孩子还在频繁进出游戏厅的年龄,郑惟桐就已经开始接触股市,“一方面是因为家里父母都炒股,耳濡目染,另一方面自己也对投资非常感兴趣。”初入股市看上市公司的财务报表等基本信息面、听股评、看证券类专业书报是必需的,最初郑惟桐有些吃力,但因为对经济类知识感兴趣,他上手很快,就像他总结下棋的成功秘笈一样,“兴趣是最好的老师,对炒股的钻研也是有兴趣才有动力。” 在炒股领域刚刚起步的郑惟桐,与其他最初入市的股民一样,面对盘面的价格波动,得失心很重。“一开始还是比较关注盘面股价的涨跌。”但经过一段时间的跟踪之后,郑惟桐发现,一味关注股价的起伏变化,会让自己不由自主地产生“偏见”,“比如说如果一只票涨幅5%犹豫了却没有买,之后股价一再拔高,就会产生一种有低价没买更不会去买高价的心理,从而错过好票。”发现这样的问题后,郑惟桐开始有意识地转变思维,尽量不去关注股价及时的变化,这样反而能够像下棋一样以平常心去面对一只股票。 郑惟桐完成上述转变仅用了半年的时间,而从成都商报记者此前与众多股民沟通交流的经验来看,炒股心态的这种转变对一个12岁的孩子来说难能可贵,因为有些股民甚至一生都很难克服外围因素导致的情绪波动,用郑惟桐母亲王娟的话来说,就是“这孩子自律性很强,有着自己的独立思考。”王娟说,小时候郑惟桐和小伙伴们玩耍的时候,其他小朋友都去了游戏厅打游戏,郑惟桐却选择在游戏厅外等他们,“因为他认为打游戏会令自己沉迷,是不好的,所以不去玩。”事实上,在炒股当中,自律也是每一个股民必修的课题,不严格执行自己的操作计划,就会被市场情绪所绑架。 杜绝投机 稳健抓住行业龙头股 郑惟桐的棋风偏于稳健,快慢棋均擅长,是一个平衡型的棋手。性格侵染棋风,棋风也影响着郑惟桐炒股的风格。股票是有风险的投资,不少投资者带着种种投机的心态,甚至会有盲目跟风的行为,但郑惟桐初入股市就显得比较稳健,从某种程度上说,他更青睐“股神”巴菲特的理念,放长线钓大鱼。 2006年郑惟桐12岁投身股市时,行情非常好,A股正运行在牛市当中,当时有不少人在赚钱效应之下,朝着有色等板块冲锋,其中包括他的母亲王娟,但他却丝毫不受旁人的影响,更看中万科A这类股票。“这方面他有自己的想法,跟我和他父亲的炒股风格完全不同,他说我们属于激进型,他属于稳健型。”王娟告诉成都商报记者。 相中万科A,郑惟桐也有独到的眼光。当时,地产行业正在飞速发展,万科作为地产中的领头羊,所展现出来的魅力非比寻常,郑惟桐说:“当时跟踪了万科发布的不少公开信息,在确认了万科精神领袖王石的实干和精明之后,更加印证了对万科这只票的看法。”此后万科的成绩单足以让大部分上市公司垂涎,2007年营业收入355亿元,2008年410亿元,近年更是增长神速,2010年突破500亿元,2011年718亿元,2012年突破1031亿元,2013年1354亿元,归属净利润方面也是水涨船高,郑惟桐2006年买入时万科净利润只有23亿元,2013年却已经达到151亿元,无愧于房地产行业龙头。 郑惟桐倾向于选择蓝筹、绩优股中长线持有,2006年杀入万科A最终实现了不小的收益,即使现在他的账户中仍然留有万科A的部分筹码。“这孩子有自己的独立思维和想法,他说该买就买,说该卖就卖,在他用我们的账户炒股时,他的股票都是他发指令,我们最多就是执行。”王娟说。 逆势坚守 ST股成最得意一笔 不少股民盘点多年入市盈亏,亏的不占少数。熊市持续的时候,在财经论坛上常有股民自哀:“多日飘绿,股民都进了ICU。”从2006年入市到2010年,4年间郑惟桐用压岁钱和部分比赛奖金投入股市,共有20万左右,但他的成绩还不错,他告诉成都商报记者:“大概赚了三四万。” 说起其中最得意的一笔交易,郑惟桐对操作*ST昌河(现中航电子)的细节记忆犹新。“当时是在2008年,还是通过电视来看盘口变化,打电话下单,买了*ST昌河,价格接近9元。”成都商报记者查阅证券资料发现,*ST昌河当时游离在退市的边缘,重组是其新生的惟一途径,而那时介入*ST昌河自然只能押注重组。“其实位置介入得并不理想。”郑惟桐回忆说,当时买入后,股价一度出现暴跌,甚至被腰斩。面对这种局面,郑惟桐有些失望是肯定的,但就像面对一局形势落后的棋,他选择了坚守。 *ST昌河在2009年股价转身向上,并于2009年4月停牌。一年半之后,中航工业电子业务借壳实现华丽转身,复牌当天股价就冲破22元涨幅168%。从当天情况来看,天量成交量意味着巨大的换手,显然有很多人在那时就开始兑现筹码,但郑惟桐再度作出了与众不同的判断,选择继续坚持。而后盘面显示,*ST昌河股价继续拔高,短短一个半月之后股价再度上冲,最终郑惟桐在38元附近出局,算算看,这笔交易大致赚了4倍。 这算是郑惟桐炒股中赚得最多的一笔。不过沉稳的他谈及那段经历并未喜形于色,他说:“我觉得还是有运气的成分。”运气,在成功的道路上也是必要的条件,就像不少棋界世界冠军都曾说,夺世界冠军,有实力,但也需要点运气。 教育篇 从休学到炒股 都是尊重兴趣的决定 12岁就拿着压岁钱投入纷繁复杂的股市,走出投资理财的第一步,相比很多同龄人,郑惟桐的成长不走寻常路。郑惟桐的母亲王娟告诉成都商报记者:“其实他小时候就跟同龄孩子有些不同,我们父母更多是尊重他的个性兴趣发展,因材施教。” 王娟说,郑惟桐思想成熟较早,小时候更喜欢跟大人接触,听他们摆龙门阵。郑惟桐7岁才开始学棋,并不算早,但却在12岁就拿到了全国少年象棋赛冠军。那时候,专职学棋和读书之间发生了矛盾,“老师和身边一些人甚至亲戚都不赞成他休学去下棋,但我们还是做出了休学的大胆决定。”王娟说,当时很多人认为我们这是拿孩子的未来去赌博,“但我们认为他有能力和潜力去走专业道路,就应该尊重他的兴趣发展。我们并不认为按照读书上大学这种轨迹就是好的成长方式。” 也就是在初一下半期休学的时候,郑惟桐也表现出对理财知识的兴趣。当时他的父母在炒股,他提出拿出压岁钱用父母的账户尝试炒股,王娟同意了。“我觉得从小培养孩子的理财思维是必要的,你会花钱也要学会如何理财。他的股票买卖我们从不干涉,即便是放在我们的账户里面炒,也是他认为要操作的时候我们才买卖。”在七八年前,王娟的这套教育理念显得非常前卫,她自己也很受用,“不走寻常路,不做平常人,也许这句话有点夸张,但就是我的想法。 天赋篇 天生对数字“过敏” “600117是西宁特钢,600881亚泰集团当时受益东北证券借壳上市......”说起股票代码,郑惟桐津津乐道,不仅如此,他还对一些股票的市盈率、总股本、流通股本等数据烂熟于心。郑惟桐说,自己对数字敏感甚至有些天赋,这些或许对他炒股有些帮助。 郑惟桐在成都西马棚小学读书的时候,一次班上40多个同学凑钱买蛋糕,他很快就算出每个同学出资的比例,这让老师大为吃惊。还有一次,从未学过奥数的郑惟桐觉得好玩去参加了学校组织的奥数比赛,结果同样令人惊讶,“奥数讲究解题的方法,但我没学奥数不知道那些方法,我都是用笨办法硬算的,没想到最后还拿了个二等奖。”郑惟桐说,硬算的方式可能一些人算到中途就犯晕,但他反而觉得是种乐趣,并不枯燥。 郑惟桐成为职业棋手后,一次征战象甲要坐飞机去客场,他负责收集队友们的身份证买机票,结果他看了一次就能记住队友们的身份证号码,后来都可以凭着记忆直接帮他们订票了。“可能我对数字还是有些天赋吧,不仅是身份证号码,身边不少朋友的生日我都能一下记住,不会记混。所以他们的生日我都不会忘记,准时给他们祝福。”郑惟桐笑着说,为此他还积攒了不少人缘,也算小有收获。
一个我认为的bug 芝士老林对于自己有个女儿完全不知情这一点似乎是说不通的,至少剧里没给出任何合理解释。就算他由于去法院告曾教授导致被冯茗抢了先,导致没见到女儿并被冯把女儿送到福利院,也完全解释不了他后来的生活状态。 1,芝士老林难道不知道邱月怀孕?难道不知道孩子是自己的?就算冯茗隐瞒了邱月难产而死的事情,老林难道就从此再也不追究邱月跑哪里去了?为啥从此消失? 2,芝士老林穿越到草莓世界后拼命想见秋月一面,说明他想弥补芝士世界的遗憾,那就说明他对邱月的感情很深。除非他受骗认为是邱月甩了他并且他还不知道邱月怀了他的孩子,否则难以解释他在06年见一个爱一个的状态。 3,邱月的难产而死在两个世界看来是一样的,草莓世界是在长途车上羊水破裂,芝士世界应该也是如此,这就说明芝士世界的邱月同样也是要去找老林的,那就说明直到此刻,两个世界里两人的感情应该没什么两样。这就堵死了简单填坑的最后一条路。如果你有个非常相爱的女朋友,你并且知道她怀了你的孩子并且孩子很快就要出生了,甚至连名字都起好了。最后就算没人告诉你女友难产而死,而你忽然从此再也见不到她,你会不会仍旧留着长发骑着摩托每天换一个漂亮女友?并且对自称“林朝夕”(这可是当初两人起好的名字)的便宜女儿完全不感到震惊? 4,冯茗深恨老林,不但不告诉他女儿的事,也隐瞒林朝夕的存在,但居然仍旧用“林朝夕”这个名字给福利院留字?生怕别人不知道孩子父亲姓林? 总之,此坑填的实在不够高明。
我来正式翻译一下相关规则 11.2 PENETRATION UNDER THE NET 11.2 网下过界(过界指的是以任何形式触碰到对手场地以及其上方的空间) 11.2.1 It is permitted to penetrate into the opponent’s space under the net, provided that this does not interfere with the opponent’s play. 11.2.1 网下过界是允许的,前提是这不会干扰对手比赛。 11.2.2 Penetration into the opponent's court, beyond the centre line: 11.2.2 过界超过中线: 11.2.2.1 to touch the opponent's court with a foot (feet) is permitted, provided that some part of the penetrating foot (feet) remains either in contact with or directly above the centre line; 11.2.2.1 单脚或双脚触碰对手场地是允许的,前提是过界脚(单数或复数)保持要么接触到中线,要么在中线的正上方; 11.2.2.2 to touch the opponent’s court with any part of the body above the feet is permitted provided that it does not interfere with the opponent’s play. 11.2.2.2 脚之上任意身体部位触碰对手场地是允许的,前提是这样不会干扰对手比赛。 11.2.3 A player may enter the opponent's court after the ball goes out of play. 11.2.3 A 当一球已结束时运动员可以进入对手场地。 11.2.4 Players may penetrate into the opponent's free zone provided that they do not interfere with the opponent’s play. 11.2.4 运动员(们)可以过界到对手场地的非障碍区,前提是运动员(们)不会干扰到对手比赛。
“毒奶”唐韦星找到输棋原因 原来竟是零食有毒? zz 北京时间12月6日,第22届三星杯世界围棋公开赛决赛第二局在韩国大田三星研修院战罢,辜梓豪执黑中盘胜唐韦星,把三番棋比分扳成1:1平。唐韦星今天很早就起来去食堂吃饭,赛前还发微博念偈语:“舍利子色不异空,空不异色。色即是空,空即是色。”唐韦星这局棋后面本来是吃住对方大龙的,但读秒打循环劫过程中出错,导致盘面崩溃。今晚唐韦星发微博说:“赛场的零食有毒,我一吃就输棋。” 唐韦星平时毒奶别人惯了,这次自己是赛事主角,毒奶自己的机会自然不会放过。昨天早上的第一局比赛前,唐韦星就发微博:“做了个战力分析实力,运气,状态,心态,经验,精力。分析完有一点点小紧张呢。”结果还真被他说中了,他在不利局面下居然扭转实现翻盘赢了辜梓豪。 今天是三星杯决赛三番棋的第二局,唐韦星只要获胜就将赢得冠军。早上7点40多,距离比赛还有两个多小时他就从房间出来,到餐厅吃早饭。随后他又发了一条微博,“舍利子色不异空,空不异色。色即是空,空即是色。”不少网友纷纷跟帖调侃,唐长老赛前为自己在调动力量了。 今天两人的对局,杀到后来盘面上形成循环劫,唐韦星本来有机会屠杀黑棋大龙,但出现误招让对手翻盘。赛后唐韦星先是删除了早上赛前发的微博,并感叹:“还是实力有限啊,看见的棋不下,*****。” 职业棋手在顶级大赛决赛中输棋,那种痛苦的心情是难以用语言描述的。晚上在餐厅吃完晚饭,唐韦星到酒店外面散步,大田这几天大雪,外面已是银装素裹。唐韦星发出随手拍的几张照片,并写文字说:“雪下的那么深,下的那么认真。”随后他有说:“ps赛场的零食有毒,我一吃就输棋,和小安子那盘也是吃了输的。” 上月初的三星杯半决赛也是在韩国进行,唐韦星在三番棋半决赛中第一局就输给了韩国的安国铉。12月4日从北京出发时,唐韦星就发微博说:“哎呀,买的吃的忘了带,看来只有去赛场拿零食了。”看来,赛场的零食不能吃啊。 12月7日,唐韦星将与辜梓豪进行三星杯三番棋决赛最后的大决战,胜者将获得本次三星杯冠军。
大概读了读alpha zero的论文,印象如下 其基本着眼点在于要试图证明适用于alphgo zero的从零开始神经网络训练法可以适用于规则更为复杂的游戏。 文章指出,围棋是特别适合卷积神经网络的,规则具有平移不变性(棋子在棋盘上任何位置规则都一样),游戏具有轴对称和旋转对称性,另外规则是局域而非远程的(比如没有象棋里“炮”这类东西),搜索空间非常单纯(任何地方都可落子)。但象棋和将棋的规则要更为复杂,尤其是将棋,吃掉的棋子还可以重新摆上棋盘,对称性也不够强,而且有远程作用的棋子等等。 deepmind就想试验用同样培养go zero的方法是不是能搞定象棋和将棋,结果证明,能。 文章还有一个隐含的观点。我记得alphago刚出来的时候,和李世石下的那阵子,有人问过电脑棋类专家一个问题,如果用alphago这种神经网路方法来制作国象程序,是否能击败目前的顶尖棋软。结果一众专家纷纷说不可能,他们认为当然能达到很高水平,但认为神经网络有弱点,不能和接近穷举的stockfish之类相比。 我看deepmind这帮人就是不服这种看法,所以真的对此进行了挑战。文章指出,原来业界占统治地位的alpha beta搜索法,效果不如他们的用神经网路+蒙特卡洛(是的,alpha zero重新引入了蒙特卡罗),并发了一个图,思考时间越长,神+蒙 对于 alpha beta 的优势就越大,所以他们对传统的看法,即认为alpha beta这种minmax搜索法是象棋类最佳算法,提出了很正式的质疑和挑战。其实alpha zero的算法是更接近人脑的,人类不是靠蛮力计算(这是目前chess棋软的大致算法),而是更有效地剪枝,alpha zero也是如此,它一秒只搜索几万个局面,但效果却好于象棋将棋程序的一秒数千万个局面。 alpha zero重新发现了国象里各种典型开局,并且在每一种开局里都击败了stockfish,不过看了看详细的开局分类数据,在有些局面下,stockfish执黑的效果稍好些(也不是很明显),执白则一致是alpha zero明显好。如果认为stockfish的算法里包含了人类的象棋知识精华的话,似乎人类对西西里防御的掌握稍微好些,stockfish执黑赢了7盘。 alpha zero没有采用任何开局库和残局库,而stockfish似乎用了(文章里提到stockfish的技术包括开残库)。 alpha zero和alphago zero的算法架构也有不同。alphago zero是利用了围棋的对称性,所以把任何一个棋谱都给对称为8个了。而alpha zero并没有这么做,因为它是通用算法,而其它棋类并不一定对称。所以alpha zero对于棋盘上不同的点就认为是不同,即使它们是对称的,当然可能实际上数据会无限接近了。另外我记得alphago zero在下棋时不进行蒙特卡洛搜索,但这次的alpha zero在下棋时是用蒙特卡洛的。训练过程稍有不同的是,alphago zero是阶段性搞循环赛,如果产生新王(对老王胜率超55%)则用新王代替老王,而alpha zero则是随时替换,更为连续,不搞阶段性循环赛。 对了,还有个区别,alpha zero的训练程序里内置了噪声参数,用于加进一些随机性,这样可以保证训练的广度,不会局限于某些开局。不光是围棋,象棋也是如此。
alphago的棋风很不直观,是由于算法的选择造成的 对于最开始设计软件的人来说,他们把软件的目标定为“赢棋”,而赢多少则丝毫没有体现。从软件人员的观点,这是对目标的一个最简单也最贴切的描述,应该说,似乎是没有问题的。 然而这和人类平时的直观印象却大相径庭。人类会认为“赢半目”和“赢三十目”是天壤之别,并且把这个数目当做棋力差别的某种鉴别。 就是这个区别导致如今alphago的招法难以为人类所理解。人类棋手的策略,与其说是赢,不如说是“不但赢,还要尽量多地赢”。这有两个原因,首先是认为赢的多体现更高的棋力,所以值得追求,其次认为从“尽量多地赢”出发来下棋,会使自己优势尽量扩大从而也会导致最后赢棋可能性提高。 历史上也曾有一些棋手例外,李昌镐是最明显的,他认识到不需要赢的多,他也意识到了“赢的多”和“赢”存在某种内在矛盾。 其实设计软件的时候,是可以把“赢的多”也当做一个目标来对待的。如果设计得合理,也许甚至棋力能够超过目标只是“赢”的软件。对这一点我并没有把握,也许有人能证明以“赢”为目的的算法,棋力总是会超过目标考虑了“赢的多”的算法。但个人感觉这可能不是个简单的问题,两种可能性都有。 我相信,考虑了“赢的多”的软件,其招法会大大易于为人类所理解,而且棋力也能达到非常高的层次。即使不如alphago,也可以达到15段什么的。而向这样的软件学习,可能会容易和直观得多。 不知道绝艺是不是在目标里考虑了“赢的多”,所以下棋比较像人? alphago这种棋风,和国象里的局面型弈法比较相似,它追求不断改善局面,不知不觉扩大赢棋的概率。而人类的招法,比较像国象里的战术组合型弈法,目标相对具体(扩大目数什么的)看得见摸得着,这里占个几目的便宜,好比象棋里吃了某个大子,说不定一下子就一战定乾坤。 人类中倒是应该多培养些局面型棋手,虽然这方面理论研究不够,李昌镐仍然是最佳人选。
昨天第二场比赛并不接近 认真摆棋的好几个国手都表示没看到白棋有什么机会。别忘了白棋最后盘面都没有多少目数,差距比较大。如果认为双方对杀都有机会,那恐怕也是错觉,几代国手摆了无数变化,到了也没看到谁给出个柯洁能赢的局面。 再回忆一下,为什么柯洁曾经觉得自己有机会。引用一段:“一个劫争,AlphaGo为什么一直撑着不补?”——这个劫争,让柯洁踌躇许久,这个念头在他的脑海中来来回回:“这不符合AlphaGo简单取胜的逻辑,”柯洁做出如此判断,在他看来,这是一个对手输不起的劫争。 可见,柯洁的判断不是自己独立作出的,他是从alphago的行为来反过来进行推理。然而不得不指出,众多国手对于alphago的行棋原理存在着种种误解,以至于直到现在仍把alphago官子阶段的“退让”看成某种失误。所以,柯洁并不真的理解alphago的行为逻辑,而由他自己对alphago的简单化理解出发的“推理”,也就难免沦为无本之木、无源之水。 那么哈萨比斯的那些赞美呢?难道不是明确无误地指出柯洁和alphago下了一盘空前接近的比赛吗?应该说,也许这一点并没有错,柯洁确实有可能下了一盘到目前为止和master版alphago最接近的棋局。但是,“到目前为止最接近”并不等于“接近”,好比说,博尔特是到目前为止速度最接近音速的人,然而博尔特的速度和音速接近吗?差的还是太远。 哈萨比斯这个人,向来是不吝惜自己的客气话的。去年李世乭第五局,他就在比赛时发推说“alphago遇到了很大困难,但最终克服了”,当时让很多人以为第五局alphago是翻盘胜。又比如这次柯洁第一局,他也说柯洁把alphago给逼到了极限(right to the limit,没错,这个说法他这两局都使用了)。这个第二局他倒是给出了更加令人信服的“证据”:前50手柯洁和alphago势均力敌,前100手柯洁的胜率是棋手里表现最好的。 可是有点奇怪的是,他就是不肯把胜率图放出来给大家看:-)去年李狗赛的胜率图,是赛事过了三个月之后才放出来,放出来之后我才发现他所谓“alphago第五局遇到很大困难”云云,完全没有体现在胜率图上。我猜想,他也并没有故意说谎,恐怕是樊麾当时对棋局做了某种人类棋手观点的解释,从而影响了他的认知。 而且,前100手人族最佳,是否真的意味着“很接近”呢?我们根本不知道。因为master年初的60局,胜率图也从来没放出来过。也许其他人100手的时候胜率已经降到30%一下了呢,那么如果柯洁的是35%,也可以说是人族最佳。可这代表接近吗?而前50手势均力敌,也说不定是从53逐步降到47,如果确是如此,那算很好了。然而前50手可代表不了整局棋,要知道柯洁也经过几个月准备了,有可能还有绝艺的帮助,开局阶段的家庭作业做的好,当然是好事,但是中盘以降的局势进展,毕竟还是更多地取决于临场的个人能力。开局没有崩,不等于整盘棋“接近”。 我猜想,这次的胜率图仍然会隔几个月才会放出来,也就是说,等大部分都忘了这回事的时候才放出来:-) deepmind是有公关任务的,他们不能得罪棋界。要知道他们的宣传口径是“ai与人类共同提高,和谐共处”,如果比赛搞的棋手纷纷信心全无大受打击,对他们的宣传一点好处也没有。各行业恐怕都会对其疑虑重重,担心被取而代之或边缘化。所以哈萨比斯他们必须给棋界以非常友好的感觉,不能伤害棋手的自尊。哈萨比斯主动发那么多推来赞美棋手,不是没有用意的。他们也是用心良苦。 只是,棋界自己应该更清醒些。说棋局接近或者双方都有机会,还是老老实实真的摆出变例来才心里踏实不是。
我也说说17黄蓉 受欢迎的原因总结一下: 1,长相乖巧笑模样,讨人喜欢。 2,原著黄蓉好奇心很重,这点李一桐表现还可以,因为你总感到她似乎在好奇地要询问些什么的样子。 3,个子矮。原著黄蓉给人感觉就很矮,像个小姑娘。剧里她总是45度角抬头看你的样子,给人以保护欲。 4,李一桐实话说还是显得大了点,原著给人感觉是15岁(而且实际也是15岁),她这个黄蓉给人感觉是17、8岁,不过这点可以理解,因为演员本身年龄已不很小,硬要去演15岁反而会弄巧成拙。但这样一来,原著的某些方面表现确实就偏离了一点,比如原著黄蓉自己一个人对着泥阿福玩过家家,然后郭靖突然现身黄蓉是笑着见面的,不是17射雕里的苦情戏。这点就偏离原著,且是性格和年龄上的偏差。15岁少女没那么多烦恼,见到郭靖第一反应高兴是正常的,剧里的黄蓉显然不是15岁的反应,更像是20多岁热恋女郎的反应。对这一点我有些遗憾,但电视剧本来就是主打感情戏,似也无可厚非,只能说没有惊喜。 5,但李一桐有个细节表现极好,注意一下她跑的姿态,很显小,是那种两胳膊直着左右摆动的小孩儿跑法。这里李一桐绝对花心思了,用上肢的姿态表现了年龄小的特点,值得赞赏。 这样看来,其实最关键的是年龄的感觉要对,只要抓住这一点,表现出15岁少女(17、8也勉强吧)的本来面目,就可以成功。
科普贴:2016年的5个细思极恐的人工智能进展 1,google的wavenet,简单说就是看着文字能读出来,就像人读文字一样。问题在于,她模拟人类说话几乎可以乱真,而不是siri或者霍金那种一听就是机器,500人盲测,人类得4.55分,她能得4.21分。可以读英文,也可以读中文,我去主页听了一下,自己听不出区别。当然人家不是光能模拟人类,人家还能模拟钢琴什么的。 2,伪造名画。某团队利用电脑和3d打印机制造了伦勃朗的一幅名画,据说和原作极其近似,还原程度可能超过人了。具体细节不清楚,但既然归在人工智能里,肯定不是简单复制。 3,阿法狗。 4,如今无人机产业兴起,于是出现如何控制乱飞甚至威胁人类的无人机的问题。解决方案是,搞出了一个特别高级的无人机。。。它不但可以智能识别其它高速无人机,还可以将其捕获然后送往安全地带。问题在于这家伙是完全自主的,不需要人类介入。 5,又是google。google的人工智能翻译有了很大进展,不是一个字一个词地翻了,而是可以整句当做一个整体。但这不是重点。重点在于人工智能利用人类给它训练出的翻译功能独立发明了一种语言,而且它主动应用这个语言当中介来翻译以前没见过的语言。具体的说,人类训练了它把英语翻为日语和韩语。然后它利用自己发明的语言而不是英语来把日语和韩语互翻。
alphago的策略已被本人破解 有一种黑白棋,可以认为是一维的围棋。人刚下这种棋的时候,下不多久就认识到角最重要,然后会觉得边上某些点也很重要,然后就会去想办法去占住边。这种下法,如果对付一般人,是没有问题的,只要你经验丰富,后面计算强一点,一般人肯定下不过你。 然而这其实并非最佳策略,如果遇上一个真正的高手,会让你惨败。高手的策略不是去抢角抢边,而是降低对手的选择数目,这样到最后你会发现自己没棋可下,或是只能下在一些非常恶心的点上,而高手的选择则是大把,这样他只要从容收官,算好怎么下最便宜,那么肯定是你输。当然,高手必须计算力很强,如果你没有高手的计算力,只是凭表面相似去模仿高手的下法,而且不怎么小心的话,那么如果遇到一个我前面提到的那种经验很丰富的人,说不定会被他搞的一个子都不剩。 我猜测人类对围棋的理解说不定还处于我第一段说的那个阶段。但ai已经发现了更高明的策略。这个策略就是降低你将来的合理选择数目。所以ai从不留余味,因为这样会增加对手的选择。它也不打劫,也不让你打劫,这些都是让不确定性增加的手段。ai经过长远的计算,让对手合理的可以选择的下法变得越来越少,到最后可能比较合理的下法可能只有一手甚至于没有了。而它可以下的地方则很多。等于到最后你必须跟着它走,它可以引导棋局的方向,而围棋又是个差半目都可以定胜负的游戏,只要前面它不是亏太多,那么几乎必然存在一条路径让它赢了你,而它只要把这条路径算出来就可以了。你因为已经没有好选择,所以当然只能输。 昨天第二局中间的时候,一众九段高手认为双方局势差不多。那时候柯洁也没觉得白劣势,但说白棋可下的好点不明朗。我怀疑就是前面ai计算故意导致的这种局面。白棋那时候也不见得形势落后,但可选择的合理下法已经很少,而人的计算又不够强,未必能发现合理的那一手,所以当然很容易出错了。但是出错不是偶然的,是在这种局面下几乎必然出错。而这种局面又是ai前面的手段导致的。 还有一个旁证。昨天老聂接受采访的时候说,他认为ai有一个弱点,就是很爱使手段,有什么手段就直接使出来了。我现在可以断言,老聂说的这个“弱点”恰恰是ai致胜的策略,它的根本策略就在于降低盘面的不确定性,而且是使得对手的好手越来越少。 几个推论: 1,ai的局势判断函数,肯定有一个极大的因素是看双方可选择的好手数目,如果google的工程师尚未发现这一点,我就认为这是我的发现。建议今后的围棋程序直接考虑这个变量,给直接写进去,也许可以搞出超过alphago的软件。当然,狗经过这么多局的进化,可能函数已经很完美,未必能被超越; 2,ai的开局肯定比人强,但鉴于开局需要极大的计算量才能得出比较合理的开局,所以这方面也许狗还没有做到完美(但绝对绝对比人强),如果要突破阿发狗,可以用超级计算机用上面1的函数去提前算出一些好开局,然后采取同样策略对付狗,也许可以赢它; 3,中盘判断用传统方法根本是无效的,所以九段们说双方优劣是没抓住关键因素,也不可信; 4,人类一局也赢不了了(除非背下超级计算机算出来的好开局而且正好能用上,但我估计开局数目太多,人的记忆多半无法覆盖一个稍微宽泛一点的开局库),整个策略就不是最佳的,等于路子错了,我估计用这个办法去写围棋程序,配上一个开局库之后,一台普通的电脑就可以赢任何人类了;
1 下一页