元學習
含有「元學習」共 12 篇內容
全部內容
發佈日期由新至舊
一個好的機器學習模型通常需要大量樣本進行訓練。相比之下，人類學習新概念和技能要快得多，也更有效率。例如:小孩子只需見過幾次貓和鳥就能很快分辨它們。會騎自行車的人很可能在很少甚至沒有示範的情況下就能發現騎摩托車的方法。這樣的生活經驗讓大家想到是否有可能設計一個具有類似特性的機器學習模型: 元學習
「長期趨勢表明“奇點 (Singularity)" 會在2045年迎來。」
「社群媒體與智慧型手機已經成為全天陪伴，連結了世界上大部分的人群。」
「GPT4與 Gemini 能將自然語言轉為程式碼，大大降低人與機器的邊界。」
「獲取人類基因序列的成本驟降，神經網路模擬生物機制，解鎖
學習效率提升指南
一、什麼是學習
學習是一個獲取新知識、技能和態度的過程。它涉及接收信息、理解概念、記憶重點,並將所學應用於實際情況。學習是一個持續的、動態的過程,不僅發生在正式教育環境中,也在日常生活的各個方面進行。
二、為何我們要學習
1. 個人成長：學習幫助我們擴展
從圍棋棋理及我的「現代流第5原則」來看，來襲的小馬步掛，是在低位，違反「走在外面原則」，所以，可以「肩沖」應付，這是革命性的、有效的痛擊來襲的「小馬步掛」。
「自學」能夠自訂題目及進度，基本上是有意識、自覺的「元學習」及「刻意練習」，它是學習複雜事物唯一有效的方法，其關鍵是在學習之初，掌握不超過4、5個該學習的基本原則，例如如物理學的「向量微積分」、圍棋的「現代流5原則」、高爾夫球的「雙鐘擺高爾夫擊球模式」、及繪畫的「透視學」與「光對照互補定律」。
「定石」是在棋盤的角部及其周邊，黑、白局部子力在1比1，或頂多1比2的情況下，局部子力平衡的攻防走法。電腦圍棋（如AlphaGo、ZenGo等）不會給人類施展「定石」的機會。要獵殺ZenGo 九段，得靠它不懂的、更高明的「現代流第5原則─埋伏餘味」。
作者：陳華夫
我寫了世界圍棋冠軍賽應該允許三次回手（悔棋）及我配合的免費「現代流」圍棋教育─圍棋的本質（4），下場只有一個慘字可以形容─千夫所指，觸犯眾怒。允許「悔祺」雖然毀了競技的刺激，但卻可把「圍棋」變成學習思考「智慧」的賽局，這就更本改變了圍棋的本質，是圍棋史上的革命。
作者：陳華夫
高爾夫揮桿的擊球結構即是「雙鐘擺高爾夫擊球模式」，其練習方法是刻意練習。我的球技因此在兩年內突飛猛進，穩定性及擊球遠度已能有韓國女職業球員的95%水準。這在以前是不可想像的。
作者：陳華夫
發表了圍棋的本質（1）─現代流圍棋後有讀者對「現代流5原則」很是好奇。本文以圍棋的本質簡單扼要的詮釋「現代流5原則」。這個第5原則─「埋伏餘味原則」─的運用和修練是圍棋藝術的最高境界。人類要學習的話，只有多研究AlphpaGo Zero的棋譜一途了。
作者：陳華夫
在經過4、5年，我現在已能有系統的持白大勝「ZenGo 九段」與「Katrain 9段」，證明了人類智慧還是有機會戰勝人工智慧的電腦圍棋軟體。
