第266章(第1/3页)
“77%了。”
“唉……”
[6-0]
第四盘结束，用时24分钟。
幸村精市：
ace数-0
双误数-0
制胜球-6
失误合计-17
总得分-6
西格玛：
ace数-0
双误数-0
制胜球-8
失误合计-0
总得分-25
【set 5】
评论员a：决胜盘，不知道幸村会不会像上一盘一样，平静地接受失败。
评论员b：我总觉得这不像幸村的性格。
评论员a：的确令人疑惑。
镜头在反复给到幸村的教练诺亚，他靠着包厢的椅子，似乎比较放松。
真是匪夷所思。
幸村上场了。他深邃的眼神在镜头前一划而过，却令许多人感觉到了莫名的心惊。
职业网球运动员-布莱尔·史密斯：当我看到幸村释放的气场和他的眼神，我知道那不是猎物的姿态，而是伪装成目标的猎手，在沉着地等待着。
第一局西格玛发球，幸村1个制胜，3个失误。西格玛1发制胜。
[1-0]
“胜率降了。”观察后台的罗伯特·琼斯出声。
“他的状态在回复。”
第二局第一发。
幸村抛球，是攻向外角的214km/h侧旋。西格玛判定无法追及。
“哦？”
“ace了。落点很偏。”隔着屏幕听声音都能感到解说的诧异。
“幸村状态又好了。”
职业网球运动员-幸村精市：西格玛没有我们想象中那么不可战胜。
这个对手十分特别，他会解析和即时学习，击球百分百稳定，而且有“鹰眼”预测球路的能力。
但他也有局限于身体素质的地方，为了稳定性、平衡性和协调牺牲了很多人类能做到的技巧，比如跳击、起跳扣杀、救球。
在思维层面，他也有独一无二的特色。
就是以推演的胜率去决策接下来的行为，而胜率的数据是即时更新的，这造就了他即时学习的能力。
所以我在想，如果我故意给他更新一些错误的数据呢？
[1-1]
【监测室】
“很奇怪。”坐在电脑前的汤姆斯喃喃。
“单元胜率82%，然后是幸村的制胜。”
“为什么会发生这种情况？”
“按理来说这场比赛前期获得的数据，构成的幸村模型已经很全面了。推演没出现漏洞。”
“是因为幸村状态有起伏吧？上一次或许是失误，但这次可以入界。”
“所以西格玛参考的数据和实际情况不一样，他需要重新观察…应该是这样。”
“但这个是巧合吗？”
拥有智慧头脑的教授和博士们面面相觑。
“还是说幸村在有意控制？”
sra研究员-罗伯特·琼斯：数据污染。人工智能目前仍未攻克的难题。简单地说，ai在学习的时候，会根据提供的数据进行“认知纠正”。
举个例子，原始认知是能识别鹿的图像为“鹿”，但这时有数据进入纠正，说，“这不是鹿，是马”。它无法判别是不是真实，所以把鹿的图像对应“马”的答案，直到下一次再进行纠正。
这和人们在信息爆炸时代，无法完全识别互联网信息的真假是类似的。人尚且无法辨认，何况是现有的人工智能呢。
我认为第四盘有问题，导致西格玛对幸村状态的构型产生了偏差，进而导致推演胜率不符实际。
他需要在第五盘及时纠偏。
幸村的教练-诺亚·高尔吉亚：我在第四盘的末尾理解了幸村的策略。前期的布局让对
本章未完，请点击下一页继续阅读 》》
“唉……”
[6-0]
第四盘结束，用时24分钟。
幸村精市：
ace数-0
双误数-0
制胜球-6
失误合计-17
总得分-6
西格玛：
ace数-0
双误数-0
制胜球-8
失误合计-0
总得分-25
【set 5】
评论员a：决胜盘，不知道幸村会不会像上一盘一样，平静地接受失败。
评论员b：我总觉得这不像幸村的性格。
评论员a：的确令人疑惑。
镜头在反复给到幸村的教练诺亚，他靠着包厢的椅子，似乎比较放松。
真是匪夷所思。
幸村上场了。他深邃的眼神在镜头前一划而过，却令许多人感觉到了莫名的心惊。
职业网球运动员-布莱尔·史密斯：当我看到幸村释放的气场和他的眼神，我知道那不是猎物的姿态，而是伪装成目标的猎手，在沉着地等待着。
第一局西格玛发球，幸村1个制胜，3个失误。西格玛1发制胜。
[1-0]
“胜率降了。”观察后台的罗伯特·琼斯出声。
“他的状态在回复。”
第二局第一发。
幸村抛球，是攻向外角的214km/h侧旋。西格玛判定无法追及。
“哦？”
“ace了。落点很偏。”隔着屏幕听声音都能感到解说的诧异。
“幸村状态又好了。”
职业网球运动员-幸村精市：西格玛没有我们想象中那么不可战胜。
这个对手十分特别，他会解析和即时学习，击球百分百稳定，而且有“鹰眼”预测球路的能力。
但他也有局限于身体素质的地方，为了稳定性、平衡性和协调牺牲了很多人类能做到的技巧，比如跳击、起跳扣杀、救球。
在思维层面，他也有独一无二的特色。
就是以推演的胜率去决策接下来的行为，而胜率的数据是即时更新的，这造就了他即时学习的能力。
所以我在想，如果我故意给他更新一些错误的数据呢？
[1-1]
【监测室】
“很奇怪。”坐在电脑前的汤姆斯喃喃。
“单元胜率82%，然后是幸村的制胜。”
“为什么会发生这种情况？”
“按理来说这场比赛前期获得的数据，构成的幸村模型已经很全面了。推演没出现漏洞。”
“是因为幸村状态有起伏吧？上一次或许是失误，但这次可以入界。”
“所以西格玛参考的数据和实际情况不一样，他需要重新观察…应该是这样。”
“但这个是巧合吗？”
拥有智慧头脑的教授和博士们面面相觑。
“还是说幸村在有意控制？”
sra研究员-罗伯特·琼斯：数据污染。人工智能目前仍未攻克的难题。简单地说，ai在学习的时候，会根据提供的数据进行“认知纠正”。
举个例子，原始认知是能识别鹿的图像为“鹿”，但这时有数据进入纠正，说，“这不是鹿，是马”。它无法判别是不是真实，所以把鹿的图像对应“马”的答案，直到下一次再进行纠正。
这和人们在信息爆炸时代，无法完全识别互联网信息的真假是类似的。人尚且无法辨认，何况是现有的人工智能呢。
我认为第四盘有问题，导致西格玛对幸村状态的构型产生了偏差，进而导致推演胜率不符实际。
他需要在第五盘及时纠偏。
幸村的教练-诺亚·高尔吉亚：我在第四盘的末尾理解了幸村的策略。前期的布局让对
本章未完，请点击下一页继续阅读 》》