我用30天写了一个完美的贪吃蛇AI 

大部分的人類跟它好像沒啥區別吧！如果努力會換來無限碰壁，是我也會選擇躺平啊😂

@@sfS-xh4um 9成的努力都換來碰壁，我都想躺平了

AI不是人 沒有惰性的

​@@user-ey6wz5kt7t 所以AI非常努力

@@user-ey6wz5kt7t 也许人的惰性是一种更高效的学习表现 如果无法表达不满自然也无法努力上进

+1

什麼意思（？

6

這隨機數讓這AI甲釋出獄了

@@sopwciaon543 雖然還是有點不懂（？ 但感謝解釋！

114514

b站是吧🤔

谢谢！没问题的，这是我的爱好

哈哈AI爹

我们才是copilot 😿

麻烦问一下您大学的专业是啥？我是个高中生，不知道大学该选什么专业。我想选一个跟AI相关的专业，除了machine learning 还有什么选择？

@@felixanton2167 我现在专业是自动化系统，RL 和 DL 只是 Advanced Robotics 这门课程的内容，对应的我还有 Robot Vision 和 Robot Control 的课程。这是我现在跟着的教授的研究方向。现在的 Research Topic 是人机互动相关的，简单讲就是机器手根据人的动作，与人互动，主要是 CV + DL 的内容。 还有另外两个教授是研究传感器相关和控制理论相关，但我不怎么感兴趣就没把重心放那边。 除了 Machine Learning 好像还可以选择 GAN 网络之类的吧，我同学现在就是跟着传感器那边的教授做 GAN 网络+肺部成影，不过具体的内容我没太了解。 专业选择的话，没啥好建议，能提醒你的就是别踩坑。例如，我这学期有 Optimal Control （最优控制）和 Advanced Robotics 这两门课。我对 Optimal Control 的课程内容就完全理解不了，只知道用什么公式，但是更深的就理解不了。和我一起上课的一个同学就 Optimal Control 学得很好，上课可以和教授讨论问题。但是到了 Advanced Robotics 这门课的数学部分就不太行，代码部分就完全不行了。还是得先搞清楚自己擅长哪个方面。 如果你想知道最新的行业趋势，那你可能问林哥更好。学校的侧重点和公司的侧重点不一定完全一样。例如，我有个助教的 Topic 是用 RL 训练 Robotdog 识别障碍并行走。也是个很有意思的 Topic。但是现在 RL 离开学校之后的应用没有 DL 那么广泛。如果不是留校继续做研究的话，帮助可能就没那么大。

@@felixanton2167 針對你的問題我網上搜了一下，我能負責任地告訴你，如果你想讀人工智能、電腦科學、資訊工程相關的專業，建議你到國外的學校去讀，至少是台灣的大學。剩下的全靠你自己了

應該跟計算機能力也有關係，如果運算能力超強，很可能也能簡單粗暴地靠著極大量的測試訓練來破解 (排除掉轉圈圈的無限循環情況)

不是，這就是AI程式設計的關鍵 AI模型擬合後就是那樣，程式沒寫好，就是一直繞圈圈 要怎麼把參數設到可以完美解題是未來AI程式設計的方向 過去可能是學演算法解題，未來就是學如何設定條件叫AI解題

人決定主題、故事、玩法、機制，用ai畫 場境和人物，ai編程😊

會來看這影片的 應該都是有興趣的

不用以后了，现在就开始了，用copilot写代码，很多时候就是看AI写的对不对就完事了😂

坐等林哥出的神作

這是真的，現在已經我們公司這樣做了，效率是以前的十幾倍。

唉確實，我大部分都在寫後端，只懂一點前端設計。 基本上給GPT下一點需求，他提供的JS程式碼真的夠我現在在網頁上所呈現的需求了。

前提是要看得懂對不對，不然哪天給GPT寫火箭控制程式就放煙火給你看，你也不知道哪裡有問題XD

哈哈只是训的时候玩一玩，我自己的项目也比较忙。我准备等现在手上的大项目做完好好肝几天把景元捞出来

@@lyi 原来你也玩O

好臭

是阿，DNA這東西確實給每個生命設定不一樣的生命時長，不然有些鯊魚能活到五百歲,為甚麼有些生物卻只能活短短幾周，全都是拜基因所賜

糾錯花掉一個月，但從此不用再動手，你看這麼多人類有幾個一個月，就有幾個AI被造出來唄

人類學習講白就是簡單的東西看多了難的也會自然通了 講白話就是現在AI研究最終目的，就是要找出基礎通用AI 然後讓通用AI想辦法訓練高級AI

難道你覺得ChatGPT開發訓練沒超過一個月嗎?

boxing AI 瞭解一下，有其優點也有其侷限性

去打PVP阿