Search
Oppo 新一代屏下相機方案也把鏡頭區像素密度做到了 400ppi
----
FB 追蹤我們，按讚、搶先看！
追蹤 IG：https://instagram.com/engadgetchinese
TG 加入 https://t.me/engadgetchineserss
----
#科技 #Tech #新聞 #評測 #香港 #台灣
為了讓 AI 不斷打怪升級，DeepMind 打造「宇宙」
作者 雷鋒網 | 發布日期 2021 年 07 月 30 日 8:15 |
DeepMind 又給我們小驚喜。我們都知道，強化學習苦於類化能力差，經常只能針對單個任務從頭學習。
DeepMind之前開發的AlphaZero，儘管可以玩圍棋、西洋棋和日本將棋，但每種棋牌遊戲都只能從頭訓練。類化能力差也是AI一直被詬病為人工智障的一大原因。人類智慧的厲害之處，就在藉鑑之前經驗迅速適應新環境。
但類化能力不是一蹴而就，就像玩遊戲，也是先做簡單任務，逐步升級到複雜任務。《空洞騎士》（Hollow Knight）一開始只需要隨意走動揮刀砍怪，但噩夢級難度的「苦痛之路」關，沒有前面累積的技巧，只能玩寂寞。
多任務宇宙
DeepMind此次採用「課程學習」，讓智慧體於不斷擴展升級的開放世界學習。也就是說，AI新任務（訓練資料）是基於舊任務不斷生成。智慧體可盡情鍛鍊自己，簡單的如「靠近紫色立方體」，複雜點的如「靠近紫色立方體或將黃色球體放在紅色地板」，甚至和其他智慧體玩耍，如捉迷藏──「找到對方，且不要被對方發現」。
每個小遊戲存在世界小角落，千千萬萬個小角落拼成龐大的物理模擬世界，如下圖的幾何「地球」。總體來說這個世界的任務由三個要素構成，即任務＝遊戲＋世界＋玩家，並根據三要素關係，決定任務的複雜度。
複雜度的判斷有四個維度：競爭性、平衡性、可選項、探索難度。
比如「搶方塊」遊戲，藍色智慧體需要把黃色方塊放到白色區域，紅色智慧體需要把黃色方塊放到藍色區域。這兩個目標矛盾，因此競爭性較強；同時雙方條件對等，平衡性比較高；因目標簡單，所以可選項少；DeepMind把探索難度評為中上，可能是因定位區域算較複雜的場景。
再如「球球喜歡和方塊一起玩」遊戲，藍色和紅色智慧體有共同目標，讓相同顏色的球體和方塊放在相近位置。
這時競爭性自然很低，平衡性毋庸置疑很高的；可選項比上面遊戲高很多；探索難度沒有定位區域，智慧體隨便把球體和方塊放哪都行，難度就變小了。
基於這四個維度，DeepMind打造超大規模「宇宙」任務空間，幾何「地球」也只是這宇宙的小角落，是四維任務空間的一點。DeepMind將「宇宙」命名為XLand，包含數十億個任務。
來看XLand的全貌，由一系列遊戲組成，每個遊戲在許多模擬世界進行，這些世界的拓樸和特徵平滑變化。
終生學習
數據有了，接下來得找到合適的算法。 DeepMind發現，目標注意代理（GOAT）可學習更通用的策略。
具體來說，智慧體輸入包括第一視角的RGB圖像、本體感覺以及目標。經過初步處理後，生成中間輸出，傳遞給GOAT模組，會根據智慧體目前目標處理中間輸出的特定部分，邏輯分析目標。
邏輯分析是指，每個遊戲可藉由一些方法，構建另一個遊戲，並限制策略的價值函數的最優值上限或下限。
DeepMind提出一個問題：對每個智慧體，什麼樣的任務是最好的？換句話說，打怪升級時，什麼樣的關卡設置才讓玩家順利升級為「真」高手，而不是一刀9999？
DeepMind的答案是，每個新任務都基於舊任務生成，「不會太難，也不會太容易」。其實恰好是讓人類學習時感覺「爽」的興奮點。
訓練開始時，太難或太容易的任務可能會鼓勵早期學習，但會導致訓練後期的學習飽和或停滯。不要求智慧體某任務非常優秀，而是鼓勵終身學習，即不斷適應新任務。所謂太難、太容易是較模糊的描述。需要量化方法，在新任務和舊任務之間彈性連接。
怎麼不讓智慧體做新任務時不適應而「暴死」？進化學習就提供很好的靈活性。總體來說，新任務和舊任務同時進行，且每個任務有多智慧體參與「競爭」。舊任務適應好的智慧體，會選拔到新任務繼續學習。
新任務中，舊任務的優秀智慧體權重、瞬間任務分佈、超參數都會複製，參與新一輪「競爭」。除了舊任務的優秀智慧體，還有很多新人參與，這就引進隨機性、創新性、靈活性，不用擔心「暴死」問題。
當然，因任務不斷生成、動態變化，一個任務可訓練不同長處的智慧體，並往不同方向演化（隨著智慧體相對性能和強健性進行）。最終每個智慧體都會形成擅長任務的集合，就像春秋戰國時期「百家爭鳴」。說打怪升級顯得格局小，簡直是模擬地球。
DeepMind表示，「這種組合學習系統的特性是，不最佳化有界性能指標，而是更新定義的通用能力範圍，這使智慧體開放式學習，僅受環境空間和智慧體的神經網路表達能力的限制。」
智慧初現
最終這複雜「宇宙」升級、進化、分流的智慧體長成了什麼優秀物種？DeepMind說，智慧體有很明顯的零樣本學習能力，比如使用工具、合圍、數數、合作＋競爭等。
來看具體例子。首先智慧體學會臨機應變。目標有三個：
黑色金字塔放到黃色球體旁邊
紫色球體放到黃色金字塔旁邊
黑色金字塔放到橙色地板
AI一開始找到一個黑色金字塔，想拿到橙色地板（目標3），但搬運過程瞄見黃色球體，瞬間改變主意，「我可以實現目標1啦」，將黑色金字塔放到黃色球體旁邊。
第二個例子是，不會跳高，怎麼拿到高台上的紫色金字塔？智慧體需要想辦法突破障礙，取得高台上的紫色金字塔，高台周邊並沒有類似階梯、斜坡的路。
因不會跳高，所以智慧體「掀桌子」，把周邊幾塊豎起來的板子弄倒。然後一塊黑色石板剛好倒在高台邊，「等等，這不就是我要的階梯嗎？」這過程是否體現了慧體的智慧，還無法肯定，可能只是一時幸運。關鍵還是，要看統計數據。
經過5代訓練，智慧體在XLand的4千個獨立世界玩了約70萬個獨立遊戲，涉及340萬個獨立任務，最後一代每個智慧體都經歷2千億次訓練步驟。智慧體已能順利參與幾乎每個評估任務，除了少數即使人類也無法完成的任務。
DeepMind的研究，或許一定程度體現「密集學習」重要性。也就是說，不僅資料量要大，任務量也要大。這也使得智慧體在類化能力有很好表現，如資料顯示，只需對一些新複雜任務進行30分鐘集中訓練，智慧體就可快速適應，而從頭開始用強化學習訓練的智慧體根本無法學習這些任務。
往後我們也期待這「宇宙」更複雜和生機勃勃，AI經過不斷演化，不斷給我們帶來驚喜（細思極恐）的體驗。
資料來源：https://technews.tw/2021/07/30/deepmind_xland/
【#歐陽選書】《內在原力》：原力也許遲到，但從不缺席
兩年前，有位讀者私訊給我，
他說一直關注並分享我的文章，
我們就這麼認識並聊開了。
這位讀者也告訴我，
每年他一定會做一件事，
那就是「寒冬送暖」，
他鼓勵大家捐款給弱勢兒童照護團體，
只要你捐款達到指定金額，
他會親筆寫一張賀卡，
加贈一張特製書籤給你。
我那時覺得這讀者也太有意思了，
我會分享作家的文章，
卻很少去主動聯繫並讚美對方；
我會偶爾捐款，
卻未曾號召大家一起捐款，
更別提親筆寫賀卡了。
故事還沒結束，就在半年前，
這位讀者邀請我參加一場公益演講。
是由他主辦，並和楊斯棓醫生、
洪瀞教授輪流演講。
我還記得，
在台大集思會議中心，
坐滿聽眾，以及好多作家朋友。
我終於見到這位讀者，
他在講台上演講，
分享一套「人生演算法」，
幫助大家如何過上幸福的人生。
他時而激昂振奮、時而感性落淚。
那場演講，我振筆疾書，
記下滿滿的觀念，因為我沒想過，
竟然有人可以把人生看得如此透徹。
這是我聽過最精彩的演講之一！
當然，我知道，
你可能會問還有機會聽到這場演講嗎？
你很幸運，
你現在手上讀到的這本《內在原力》，
就是我那位讀者朋友寫的，
內容正是當天演講
「人生演算法」的完整豪華版。
是的，
原來我那位讀者朋友，名叫愛瑞克，
身兼暢銷作家、投資顧問、
演說家、慈善家等多重身分。
我不知道你認為什麼是成功的人生，
但我發現很多人認知的成功人生是這樣的：
考好學校、找好工作、賺很多錢、有房有車。
最後也許他都做到了，
可不知為什麼，內心卻一陣空虛。
《內在原力》這本書，就是要告訴你，
如何既能擁抱財富，也能讓幸福擁抱自己。
愛瑞克發現，
「內在原力」是每個人與生俱來的，
但往往因為「自私」而讓原力消失。
比方認為領多少薪水辦多少事、
想透過競爭擊敗對手、
遇到壞事就抱怨歸咎別人等。
但當自私主導你的人生演算法，
慢慢地，你對工作倦怠、
又處處樹敵、心裡充滿負能量。
這樣的人生，是你想要的嗎？
那麼要如何召喚「內在原力」呢？
愛瑞克給出九個關鍵能力，分別是：
一人公司、三種工作、利他共贏、
成功方程式、站對地方、無限思維、
沒有壞事、包容力、常保初心。
難的不是理解，而是行動和堅持。
我回想認識愛瑞克的一連串過程，
驚覺他就是實踐「內在原力」。
首先，他明明已經是暢銷作家，
卻主動結識並肯定我，這是「利他共贏」。
他清楚明白：
「這個世界太大，
大到絕對可以容得下任何人的成就，
不用擠，不用搶。」
與其標榜自己、詆毀別人，
不如一起把市場做大。
所以你永遠可以看到愛瑞克，
總是在網路上不斷分享別人的好書。
再來，他鼓勵捐款，
親筆寫賀卡給大家，這是「三種工作」。
因為他從韓第身上明白，
人生除了有錢的工作之外，
也要有「無償的工作」和「自我實現的工作」，
才能在金錢、樂趣、意義取得平衡。
除此之外，
愛瑞克總是無償為很多人的職涯解惑，
因為當他看著那些人的天賦，
從沙漠變綠洲，
那種成就感是再多錢都買不到的。
最後，我想起愛
瑞克主辦公益演講，這是「站對地方」。
他說：「人生最高效能的運作方式，
是讓自己成為人際網路的節點。」
回想那一天的活動，
我和許多素昧平生的作家，
因此有了見面聊天的機會。
如果沒有愛瑞克的牽線，
或許我們仍是沒有交集的平行線。
寫了這麼多，我想告訴你的是：
「讀一本書，別只看作者學問有多好、
理論有多深，而要看他是否言行一致。」
我可以確定的是，
愛瑞克始終貫徹「內在原力」，
幫助無數人成為最好的自己！
對你來說，也許一開始並不容易。
但別急，慢慢照著艾瑞克的指引去做。
記住，原力也許遲到，但從不缺席！
.........................................................................
🔥《內在原力》博客來連結：
https://reurl.cc/a9DmVX
#歡迎分享
#這就是我說超越與成功有約的神作
#好幾篇我讀到熱淚盈眶
#書封設計別具巧思正反讀都可以
#真心推薦你一定要買
軟體自動 白平衡 的 演算法 是點取畫面內最白的物體，系統就會自動計算需要調整的色溫 傑米店長用ACDSEE 2021示範自動 白平衡 的用法與功能點取白色的繁殖基座，然後沒有然後 ... ... <看更多>
1.图像自动白平衡算法的原理、实现及效果基于灰度世界、完美反射、动态阈值等图像自动白平衡算法的原理、实现及效果TIPS: 灰度世界算法（Gray World) ... ... <看更多>
白平衡演算法 在 [討論] GSMArena評測ASUS Zenfone 10 - 看板MobileComm 的推薦與評價
Asus Zenfone 10 review
https://www.gsmarena.com/asus_zenfone_10-review-2583p6.php
外觀小小改變 背面一樣塑料抓地力不同 支援IP68
螢幕規格一樣 但是最大亮度比ZF9暗一點(831->807nits) 可能手機各別誤差吧
標準模式色準比ZF9好 刷新有120、90、60Hz 選自動大部分保持90Hz
Zenfone10 4300 mAh電池耐久度 109小時
通話 30:09h 網頁 16:37h 影片 21:04h
相比ZF9 26:13h、15:07h、17:25h 續航實際進步了
充電策略與ZF9不同前面快 充滿較慢
ZF10 音量類似S23 聲音比ZF9還小 尤其低音部分
但音質比小米13好 只是小米13音量大
ZF10跑 3DMark壓力測試 高性能模式 CPU保持在峰值80%
動態模式下 短短15分鐘 就下降至鋒值60%
相機(網頁有 對比ZF9樣張)
主攝一模一樣IMX766 但是說 改進6軸穩定器版本
超廣角 沒有自動對焦了 改用 OV13B 13MP 號稱有PDAF
自拍 自動對焦也消失了 換成OV的 RGBW(模組沒寫) 32MP 輸出8MP
白天主攝穩定 比FZ9的改變 天空更飽和 植物更綠 具有流行感(投票的結果??)
GSM認為更受普遍喜愛 ZF9色彩更接近真實
50MP模式沒有任何優勢 只是沒有銳化 也沒也HDR
2被數碼變焦與ZF9 比清晰度更好
超廣角一樣 更綠與更藍 但是不如ZF9清晰 沒有自動對焦 也功能損失尤其近拍
夜間 主攝 建議 用夜間模式 自動夜間有時不一定很積極
夜間超廣角也是 夜間模式大幅改善整張 動態範圍與色彩 與ZF9比 動態稍好但ZF9
白平衡較好
自拍 8MP 細節與動態範圍非常好(戶外) 只是室內白平衡很差 ZF9室內比較好
ZF9 的12MP自拍細節更好 還有自動對焦 盼鬼臉也能拍特寫
大概只有 ZF10 RGBW夜間自拍 好一點 能彌補沒AF與錄影的問題嗎?
ZF10 自拍只能1080P/30FPS 降級 (ZF9 能4K/30)
主攝 能夠8K/24fps 也能4K/60fps 超廣4K/30fps
優點
造型出眾，IP68 防護等級。
出色的電池壽命、廣泛的電池保護功能；現在有15W !!! 無線充電功能。
耳機孔，雙喇叭
市場上最快的8Gen2 ，穩定持續的性能。
出色的錄影穩定性。(主攝吧?)
缺點
螢幕最大亮度輸競爭對手
OS操作系統更新的不多
自拍 超廣角 自動對焦消失
沒有長焦
--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.32.163.169 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/MobileComm/M.1688050715.A.2A0.html
... <看更多>