演算法上的Singularity(奇異點) - 圍棋

Table of Contents

看到AlphaGo今天的失招 其實搞軟體工程或是控制的人應該知道

大型的系統有一些不穩定的奇異點其實是普遍現象
____________

個人的經驗:

中央研究院院士黃鍔開發出來的經驗模態分解(Empirical Mode Decomposition, EMD)

之前他說一直無法數學證明它的收斂性 ...

而我將它運用在每天的大盤走勢 的確有些時候就會產生不收斂(不穩定)的現象
___________

這一個領域的關鍵字應該是 Robustness of an algorithm, algorithm singularity 等

不一定是程式的bug, 而是伴隨一個系統,它可能先天存在一些不穩定的地方

尤其是這麼大的系統

研究這一類的Robustness應該是許多研究人員的夢想


--

All Comments

Dinah avatarDinah2016-03-17
還以為是下在那邊就會被吸進去
Damian avatarDamian2016-03-17
黑洞
Callum avatarCallum2016-03-21
別now了 股市是另一回事 跟下棋的概念不同不要亂套
Damian avatarDamian2016-03-24
真的不太一樣
Olive avatarOlive2016-03-27
推,有學過
Christine avatarChristine2016-03-31
你講的是電腦科學的halting problem嗎??
Emily avatarEmily2016-04-04
但預測股市更難吧
Cara avatarCara2016-04-08
股市走勢是大量人參予心理的反應 很難量化
Charlie avatarCharlie2016-04-08
雖然mathbug前面有些文章或發言不見得認同,不過至少他這
John avatarJohn2016-04-09
篇正文說的是對的,特別是類神經網路這種難以預測跟分析的
架構,此種問題真的很有可能發生
Necoo avatarNecoo2016-04-13
有可能面對無數的問題都能得到非凡神解,但卻在一個特定問
Liam avatarLiam2016-04-17
題就會忽然拿出垃圾解,這正是AlphaGo此局表現的狀況
而這邊就會依應用發生取捨,我們是要退後點做一個沒有這種
Thomas avatarThomas2016-04-22
明顯缺點但就沒法掏出超神解的系統,還是要一個會短路但可
以掏出一堆超神解的系統
Rebecca avatarRebecca2016-04-26
前者就會用在容不得一點錯的應用上,而後者往往用在輔助人
類思考所以有大錯沒關係的情況(因為人類看得到這些大錯而
會修正過來)