WEBVTT 00:00.910 --> 00:04.540 Xin chào và chào mừng bạn trở lại khóa học về Trí tuệ nhân tạo. 00:04.810 --> 00:12.100 Trước đây, chúng tôi đã có một hướng dẫn khá vất vả và dài về các quy trình ra quyết định của Markov, hy vọng 00:12.130 --> 00:18.950 bạn hiểu rõ điều đó và hy vọng tôi có thể giải thích mọi thứ theo cách dễ hiểu và hấp dẫn. 00:18.970 --> 00:22.630 Và hôm nay chúng ta sẽ nói về chính sách so với kế hoạch. 00:22.660 --> 00:27.160 Đây sẽ là một hướng dẫn nhanh chóng và thú vị vì bây giờ chúng ta đang bước vào một thế giới mới. 00:27.160 --> 00:33.160 Chúng ta đang bước vào thế giới của tìm kiếm ngẫu nhiên, tìm kiếm không xác định, khi nó không chỉ là để vượt qua mê 00:33.160 --> 00:37.630 cung mà còn tính đến các yếu tố ngẫu nhiên có thể đập vào đầu bạn khi bạn đi 00:37.660 --> 00:41.050 qua mê cung này và bạn cần phải hãy chuẩn bị cho họ. 00:41.050 --> 00:44.440 Đó là thế giới mà đại lý của chúng tôi đang sống. 00:44.440 --> 00:46.750 Và nó vui hơn, nhưng nó cũng nguy hiểm hơn. 00:46.750 --> 00:47.260 Nó tốt hơn rồi. 00:47.260 --> 00:48.460 Nó ít dự đoán hơn. 00:48.460 --> 00:50.800 Vì vậy, đại lý của chúng tôi sẽ hành xử như thế nào? 00:50.830 --> 00:51.670 Chúng ta hãy có một cái nhìn. 00:52.000 --> 00:57.730 Có khung quy trình quyết định Markov của chúng tôi, đây một lần nữa là phương trình bellman yêu thích của chúng tôi. 00:58.090 --> 01:01.960 Tuy nhiên, phiên bản nâng cao hơn của phương trình bellman mà chúng tôi đang làm việc. 01:01.960 --> 01:04.360 Vì vậy, từ bây giờ, chúng ta sẽ gọi phương trình phát triển này. 01:04.480 --> 01:07.810 Và ở đây, chúng tôi có mức tối đa cho tất cả các hành động. 01:07.810 --> 01:12.790 Vì vậy, giá trị của một trạng thái và các trạng thái là giá trị lớn nhất trên tất cả các hành động mà một tác nhân có thể 01:12.790 --> 01:13.960 thực hiện trong trạng thái đó. 01:13.960 --> 01:21.160 Và số tiền tối đa được lấy từ phần thưởng mà nhân viên sẽ nhận được khi thực hiện hành động a ở các trạng thái, cộng 01:21.160 --> 01:25.570 với hệ số chiết khấu nhân với giá trị kỳ vọng của trạng thái mới. 01:25.570 --> 01:31.090 Nó sẽ ở trong và các giá trị mong đợi được lấy ở đây vì chúng không biết chính xác trạng thái cuối cùng sẽ ở 01:31.090 --> 01:31.810 trạng thái nào. 01:31.810 --> 01:40.420 Có một số hiệu ứng ngẫu nhiên xuất hiện trong môi trường có thể làm thay đổi trạng thái và không phải bạn có thể không đạt 01:40.600 --> 01:42.550 được trạng thái mong muốn. 01:42.550 --> 01:44.080 Bạn có thể kết thúc ở một trạng thái khác. 01:44.080 --> 01:47.380 Và đó là lý do tại sao chúng tôi đang lấy giá trị mong đợi ở đây, tổng này ở đây. 01:47.830 --> 01:53.590 Vì vậy, hãy xem đây là ví dụ của chúng tôi hoặc trong ví dụ của chúng tôi về mê cung. 01:53.590 --> 01:56.650 Vì vậy, đây là những gì chúng tôi đã có trước đây. 01:56.650 --> 02:01.780 Vì vậy, trước đây chúng tôi đang xử lý tìm kiếm xác định, vì vậy chúng tôi biết điều đó. 02:01.780 --> 02:04.750 Được rồi, vì vậy nếu tôi ở đây, tôi chắc chắn cần phải đến đây. 02:04.750 --> 02:06.550 Nếu tôi ở đây, tôi chắc chắn cần phải đến đây. 02:06.550 --> 02:08.120 Nếu tôi ở đây, tôi chắc chắn cần phải đến đây. 02:08.140 --> 02:08.920 Nếu tôi ở đây, tôi ở đây. 02:08.920 --> 02:11.230 Vì vậy, tất cả đều khá đơn giản. 02:11.230 --> 02:14.560 Khi bạn có bản đồ này và nhớ rằng chúng tôi đã gọi nó, chúng tôi gọi nó là một kế hoạch. 02:14.560 --> 02:17.350 Khi bạn đã có kế hoạch, việc bạn cần làm là khá đơn giản. 02:17.830 --> 02:18.930 Có lỗi. 02:18.940 --> 02:20.380 Vì vậy, đó là kế hoạch với các mũi tên. 02:20.380 --> 02:23.140 Và từ đây, rất dễ hiểu đây là đâu. 02:23.140 --> 02:24.700 Đây là những con đường mà đại lý sẽ thực hiện. 02:24.700 --> 02:27.850 Bất cứ nơi nào bạn bắt đầu trên đường màu xanh này, đó chính xác là con đường bạn sẽ đi. 02:28.510 --> 02:31.060 Tuy nhiên, bây giờ chúng tôi không có kế hoạch nữa. 02:31.060 --> 02:36.490 Chúng ta không thể có kế hoạch bởi vì, bạn biết đấy, bất cứ điều gì chúng ta lên kế hoạch đều có thể không xảy ra. 02:36.490 --> 02:37.600 Nó không nằm trong tầm kiểm soát của chúng tôi. 02:37.600 --> 02:40.840 Kế hoạch là khi bạn biết chính xác những gì bạn cần làm tiếp theo. 02:40.840 --> 02:41.710 Bạn biết các bước. 02:41.710 --> 02:46.300 Vì vậy, bạn có một điểm xuất phát, bạn có một mục tiêu, và bạn biết từng bước một để bạn có thể lập kế 02:46.300 --> 02:46.990 hoạch cho chúng. 02:46.990 --> 02:48.850 Bạn giống như, tôi sẽ làm cái này, tôi sẽ làm cái này, tôi sẽ làm cái này. 02:49.000 --> 02:50.350 Giống như cuộc sống của bạn, như một kế hoạch. 02:50.350 --> 02:54.790 Nhưng đồng thời, có quá nhiều sự ngẫu nhiên đang diễn ra. 02:54.790 --> 03:00.010 Bạn không thể có một kế hoạch vì điều gì sẽ xảy ra nếu bạn đến đây và sau đó bạn nhấp vào bên phải và thực sự hạ 03:00.010 --> 03:00.490 gục bạn? 03:00.490 --> 03:01.990 Vì vậy, đó không phải là một phần trong kế hoạch của bạn. 03:02.050 --> 03:03.880 Vì vậy, đó là lý do tại sao nó không được gọi là kế hoạch nữa. 03:03.880 --> 03:08.440 Và ở đây chúng ta sẽ tính toán các giá trị hoặc chúng ta thực sự sẽ chỉ xem 03:08.440 --> 03:11.800 xét các giá trị được tính toán cho cùng một vấn đề này. 03:11.800 --> 03:18.220 Nhưng dựa trên cơ bản, cho rằng chúng ta có sự ngẫu nhiên bên trong, vì vậy đây là các giá trị mới. 03:18.610 --> 03:21.040 Và tại sao những giá trị này lại khác nhau? 03:21.040 --> 03:22.810 Vì vậy, chúng ta hãy so sánh nó với những gì chúng ta đã có trước đây. 03:22.810 --> 03:24.220 Đây là những gì chúng tôi đã có trước đây. 03:24.550 --> 03:25.600 Đây là những giá trị mới. 03:25.600 --> 03:33.850 Vì vậy, một lần nữa, trước đây bạn có thể thấy 10. 9, 0. 81, 73, 66 và đây là những gì chúng ta có bây giờ, 86. 03:33.850 --> 03:36.650 Vì vậy, bài một, 74, 71, 63, v.v. 03:36.670 --> 03:43.540 Và nhân tiện, đây không phải là những giá trị chính xác mà tôi nghĩ, nhưng nếu chúng ta chạy một đại lý, 03:43.540 --> 03:46.300 các giá trị sẽ tương tự như thế này. 03:46.810 --> 03:51.850 Và các giá trị có thể thay đổi vì tùy thuộc vào gamma mà chúng ta chọn 0. 9 hoặc giá trị khác. 03:51.850 --> 03:56.230 Nhưng tuy nhiên, vì lý do tranh luận, đây là những giá trị mà chúng ta đang xử lý hiện nay. 03:56.350 --> 03:57.730 Và chúng gần đúng. 03:57.730 --> 04:00.970 Họ truyền đạt toàn bộ khái niệm theo cách chính xác. 04:00.970 --> 04:02.200 Vì vậy, chúng ta hãy xem xét chúng. 04:02.200 --> 04:03.160 Tại sao họ lại thay đổi? 04:03.160 --> 04:05.620 Chà, tại sao lại ở đây, hãy bắt đầu với cái này. 04:05.620 --> 04:07.210 Ở đây giá trị là một. 04:07.210 --> 04:09.400 Tại sao tự nhiên lại là con số 0. 86? 04:09.400 --> 04:10.240 Tại sao nó ít hơn một? 04:10.240 --> 04:11.140 Chúng ta có thể đi từ đây không? 04:11.140 --> 04:11.650 Nơi đây? 04:11.650 --> 04:18.280 Chà, chúng tôi thực sự gọi nó là vì từ đây, nếu chúng tôi đi đúng, đó là ý định của chúng tôi, nếu chúng tôi đúng, chúng 04:18.280 --> 04:22.270 tôi có thể thực sự với 10% cơ hội chúng tôi sẽ kết thúc ở đây. 04:22.270 --> 04:27.190 Vì vậy, chúng tôi sẽ gặp bức tường và chúng tôi sẽ trở lại trạng thái này và hãy nhớ rằng, chúng tôi có một gamma 04:27.190 --> 04:32.080 nên giá trị sẽ được chiết khấu và hoặc có hoặc với 10% cơ hội sẽ kết thúc ở đây trong trạng thái này. 04:32.080 --> 04:34.870 Vì vậy, không phải 100% khả năng tôi sẽ đến được đây. 04:34.870 --> 04:37.360 Vì vậy, do đó giá trị này có thể không còn là một. 04:37.360 --> 04:41.290 Đó là một cái gì đó ít hơn và nó, giả sử bằng 0. 86. 04:41.290 --> 04:43.720 Vì vậy, đó là một ví dụ về lý do tại sao nó như thế này. 04:43.720 --> 04:48.940 Và bạn có thể nhận được giá trị chính xác nếu bạn tính toán phương trình Belmont, phương trình Belmont đầy đủ mà chúng ta 04:48.940 --> 04:49.660 có bây giờ. 04:49.690 --> 04:54.160 Vấn đề duy nhất là sẽ có một số đệ quy vì bạn sẽ cần biết giá trị cho điều này và sau đó 04:54.160 --> 04:55.780 bạn cần biết giá trị cho điều này. 04:55.810 --> 04:59.050 Nó khá phức tạp và đó là lý do tại sao chúng tôi không thực hiện các phép tính theo cách thủ công ở đây. 04:59.050 --> 05:00.160 Đó là lý do tại sao a nhưng. 05:00.420 --> 05:03.000 Tôi có thể làm chúng vì nó đang trải qua tất cả những điều này. 05:03.050 --> 05:07.650 Nó giống như không có gì quá phức tạp để AI tính toán những thứ này. 05:08.400 --> 05:09.990 Vì vậy, đó là giá trị của chúng tôi ở đây. 05:09.990 --> 05:11.460 Nhưng chúng ta hãy nhìn vào những cái khác nhau. 05:11.460 --> 05:14.520 Vì vậy, ở đây nó từng là 0. 9 chỉ vì hệ số chiết khấu. 05:14.520 --> 05:19.770 Hãy nhớ rằng, từ đây đến đây một lần nữa, bây giờ từ đây, chúng ta không thể chỉ nhảy từ đây sang đây đơn giản bởi vì 05:19.770 --> 05:23.720 ngay cả khi chúng ta nhảy nếu chúng ta đi như thế này, chúng ta có thể sẽ quay lại đây. 05:23.730 --> 05:24.870 Quay lại đây, phải. 05:24.870 --> 05:29.640 Có 20% khả năng chúng ta vẫn ở lại quảng trường bởi vì chúng ta sẽ va phải một bức tường và cứ thế tiếp tục. 05:29.670 --> 05:32.640 Vì vậy, giá trị của ở đây là 0. 71. 05:32.640 --> 05:38.580 Một lần nữa, đây là hệ số chiết khấu, điều này có thể trông kỳ lạ đối với bạn rằng đây là ngay cả với hệ số chiết khấu, 05:38.580 --> 05:39.780 điều này là quá cao. 05:39.810 --> 05:44.550 Có thể hệ số chiết khấu trong ví dụ này không phải là 0. 9, có thể là 0. 99 hoặc cái gì đó tương tự. 05:44.550 --> 05:46.230 Vì vậy, đừng lo lắng về điều đó. 05:46.230 --> 05:48.420 Cũng giống như tập trung vào điều đó. 05:48.420 --> 05:56.850 Các giá trị đã thực sự thay đổi và các giá trị bây giờ ít hơn, chủ yếu là vì nó không phải là xác suất 100% để đạt 05:56.850 --> 05:58.860 được trạng thái mà bạn muốn. 05:58.980 --> 06:04.440 Và điều bạn sẽ thấy thú vị là ở đây nó từng là 0. 9 và nó thực sự đã giảm 06:04.440 --> 06:05.220 rất nhiều. 06:05.230 --> 06:06.420 Nó đã giảm đáng kể. 06:06.420 --> 06:07.020 Tại sao vậy? 06:07.020 --> 06:12.090 Chà, bởi vì nếu bạn đi từ đây lên, đó là ý định của chúng tôi, thì có 06:12.090 --> 06:18.600 10% khả năng va vào tường, nhưng có 10% khả năng thực sự rơi vào vòi rồng và thua trừ đi một phần thưởng. 06:18.600 --> 06:22.620 Và về cơ bản, điều đó có nghĩa là đối với đặc vụ, đó là kết thúc của trò chơi. 06:22.980 --> 06:25.530 Và vì vậy đây là một trạng thái rất tồi tệ. 06:25.530 --> 06:28.670 Vì vậy, đột nhiên, hãy nhớ rằng, chúng tôi đã có 0. 9 ở đây một điểm. 06:28.680 --> 06:29.810 Vì vậy, chúng tương đương nhau. 06:29.830 --> 06:34.200 Không quan trọng bạn ở đây hay ở đây, chúng khá bình đẳng về giá trị của việc tồn tại ở mỗi trạng 06:34.200 --> 06:34.710 thái này. 06:34.710 --> 06:41.340 Nhưng bây giờ đột nhiên, bam, trạng thái này giống như tốt gần gấp đôi trạng thái này. 06:41.340 --> 06:46.800 Đơn giản chỉ vì ở đây, nếu bạn đi thẳng đến bạn, đi đúng nơi bạn muốn. 06:46.800 --> 06:51.180 Hậu quả của sự ngẫu nhiên xảy ra là bạn cứ ở đây. 06:51.180 --> 06:51.510 Nơi đây. 06:51.750 --> 06:54.600 Một trong những hậu quả, 10% khả năng là bạn sẽ rơi xuống hố. 06:54.810 --> 07:02.100 Vì vậy, như bạn có thể thấy, đây không còn là trạng thái tốt như vậy nữa, đơn giản là vì một điều gì đó biến động 07:02.100 --> 07:03.180 có thể xảy ra. 07:03.270 --> 07:09.090 Như bạn có thể thấy, cái này cũng rất tệ vì nó tệ như cái này ở chỗ chỉ có 10% khả 07:09.090 --> 07:12.390 năng kết thúc cuối cùng, 10% khả năng kết thúc trong tường. 07:12.390 --> 07:14.940 Nhưng đồng thời, có một yếu tố chiết khấu. 07:14.940 --> 07:20.220 Vì vậy, trước hết, yếu tố chiết khấu và cũng là sau này, bạn phải đi đến đây. 07:20.400 --> 07:23.820 Và ngay cả khi theo giả thuyết, bạn đã đến đây, bạn vẫn có thể rơi xuống hố một lần nữa. 07:23.820 --> 07:28.620 Vì vậy, cơ hội đó cũng sẽ được tính đến bởi vì hãy nhớ rằng, giá trị này được bắt nguồn từ 07:28.620 --> 07:32.190 giá trị này và giá trị này được bắt nguồn từ giá trị này, phải không? 07:32.190 --> 07:34.020 Và do đó nó nhỏ. 07:34.020 --> 07:37.290 Nhưng trên thực tế, những gì tôi nói đã sai. 07:37.290 --> 07:39.540 Giá trị này không bắt nguồn từ giá trị này. 07:39.540 --> 07:46.740 Vì vậy, nếu bạn chỉ cần xem xét bây giờ, bạn sẽ nhận thấy rằng giá trị V0 này ở đây thực sự lớn hơn giá trị 07:46.740 --> 07:47.190 này. 07:47.340 --> 07:53.670 Bạn sẽ nhận thấy rằng đối với đại lý, tốt hơn là nên đi theo cách này hơn là cách này. 07:53.670 --> 07:54.690 Và nó có ý nghĩa, phải không? 07:54.690 --> 07:56.970 Vì cách này không ăn thua. 07:57.150 --> 07:58.530 Không có cơ hội nhận được hố. 07:58.530 --> 07:59.700 Vâng, nó lâu hơn một chút. 07:59.700 --> 08:03.300 Và do đó, yếu tố chiết khấu có ảnh hưởng lớn hơn. 08:03.300 --> 08:07.410 Nhưng đồng thời, đơn giản vì ở đây có cơ hội lọt vào hố, nếu đi thẳng thì 08:07.410 --> 08:09.000 sẽ có cơ hội nhảy qua. 08:09.180 --> 08:14.790 Vì vậy, nó sẽ mất nhiều thời gian hơn và nó sẽ chỉ quanh quẩn vì theo cách đó, cơ hội đạt được nó sẽ 08:14.790 --> 08:15.480 thấp hơn nhiều. 08:15.630 --> 08:16.350 Vẫn còn đó. 08:16.350 --> 08:18.090 Vì vậy, từ đây nó đi đến đó. 08:18.570 --> 08:19.530 Từ đây nó đi đến đó. 08:19.530 --> 08:23.340 Nó có khả năng đi vào hố bởi vì nó có thể kết thúc ở đó và sau đó có thể kết 08:23.460 --> 08:25.590 thúc trong hố, nhưng tuy nhiên, đó là cơ hội ít hơn. 08:25.590 --> 08:27.270 Vì vậy, nó sẽ chỉ xoay quanh như vậy. 08:27.270 --> 08:30.150 Vì vậy, rất thú vị để xem tất cả chúng thay đổi như thế nào. 08:30.150 --> 08:32.370 Hãy nhớ trước đây từ đây bạn sẽ đi như vậy. 08:32.370 --> 08:34.710 Từ đây bạn sẽ đi như thế, và từ đây bạn đi như vậy. 08:34.710 --> 08:36.750 Và bây giờ đột nhiên bạn có thể thấy nó thay đổi. 08:36.750 --> 08:38.580 Vì vậy, chúng ta hãy vẽ các mũi tên và xem nó trông như thế nào bây giờ. 08:39.300 --> 08:43.680 Và thì đấy, bạn còn thấy một điều ngẫu nhiên hơn nữa, phải không? 08:43.680 --> 08:45.180 Vì vậy, có, điều này là đúng. 08:45.180 --> 08:46.440 Nhưng hãy nhìn những gì đã xảy ra ở đây. 08:46.440 --> 08:47.520 Nhìn cái này. 08:47.550 --> 08:48.600 Nhìn cái này. 08:48.810 --> 08:50.400 Bạn có mong đợi điều đó không? 08:50.400 --> 08:54.480 Đó là điều chắc chắn giống như khi tôi nhìn thấy nó lần đầu tiên, tôi đã rất ấn tượng. 08:54.480 --> 08:55.320 Tôi không ngạc nhiên. 08:55.320 --> 08:57.120 Tôi không ngạc nhiên. 08:57.120 --> 08:59.430 Và tôi đã không mong đợi điều này ở tất cả. 08:59.700 --> 09:04.620 Và đây là một ví dụ về thời điểm tôi có thể thông minh hơn một con người. 09:05.070 --> 09:08.250 Nó không giống như một cái gì đó mà bạn thậm chí không thể đoán trước được. 09:08.250 --> 09:12.210 Nhưng chữ A. TÔI. , thông qua học tập củng cố, 09:12.210 --> 09:18.660 hãy nhớ rằng ví dụ về những con chó đôi khi thực sự có thể hoạt động tốt hơn những con chó bình thường trong đời thực hoặc những con chó robot được lập trình trước, hoặc có thể chơi 09:18.660 --> 09:22.200 bóng đá đơn giản chỉ vì chúng nảy ra những ý tưởng mà ngay cả chúng ta cũng không thể nhìn thấy. 09:22.200 --> 09:23.580 Và đó là một ví dụ tuyệt vời. 09:23.580 --> 09:23.730 Đúng. 09:23.730 --> 09:28.800 Vì vậy, bạn có thể cũng không mong đợi điều đó, rằng đại lý, thay vì đi lên, nó giống như, tại 09:28.800 --> 09:33.060 sao tôi muốn nếu tôi đi lên thì có 10% khả năng tôi sẽ nhảy xuống vực. 09:33.060 --> 09:35.040 Nhưng nó đạt được gì bằng cách đi vào tường? 09:35.040 --> 09:40.350 Chà, 80% thời gian nó sẽ quay trở lại và giữ nguyên trạng thái này, nhưng 10% thời gian nó sẽ ở đây và 09:40.350 --> 09:41.910 10% thời gian nó sẽ ở đây. 09:42.090 --> 09:48.930 Vì vậy, đột nhiên bạn có thể thấy rằng bây giờ nó thực sự nằm trong cách tiếp cận mới này là nhảy vào tường. 09:48.930 --> 09:52.980 Có 0% khả năng nó sẽ đi vào hố lửa từ vị trí này. 09:52.980 --> 09:55.500 Vì vậy, và nó giống như thực sự không muốn đi vào hố lửa. 09:55.500 --> 09:59.610 Vì vậy, nó kéo liên kết nảy vào tường một vài lần và sau đó nó sẽ. 09:59.880 --> 10:03.000 Đi sang phải hoặc trái tại một thời điểm nào đó bởi vì sự ngẫu nhiên đó sẽ xảy ra. 10:03.000 --> 10:05.640 Và vì vậy nó đã học được điều đó thông qua thử nghiệm. 10:05.640 --> 10:11.310 Nó học được rằng khi tôi đi về phía trước, kết quả không tốt bằng khi tôi đi đến bức tường. 10:11.310 --> 10:15.770 Và nếu bạn nghĩ về nó, nó giống như con rô bốt này, nếu bạn nghĩ về nó giống như một cái hố 10:15.780 --> 10:19.470 lửa, nó rất giống nó, nó giống như một hình vuông này giống như một cái gờ rất nhỏ. 10:19.590 --> 10:21.510 Và sau đó điều này giống như một ngọn núi, như một vách đá. 10:21.510 --> 10:27.330 Và con robot này chỉ đang ôm lấy vách đá và cố gắng chờ đợi cho đến khi nó, như, đẩy nó sang phải hoặc sang 10:27.330 --> 10:31.080 trái bởi vì, với tư cách là con người, bạn có thể cũng làm như vậy. 10:31.080 --> 10:32.400 Bạn sẽ không đứng đối diện với cách đó. 10:32.400 --> 10:34.890 Theo cách đó, bạn sẽ ôm vào vách đá, đúng không. 10:34.890 --> 10:35.760 Hay đại loại thế. 10:35.760 --> 10:39.510 Và hy vọng rằng bạn không bao giờ cần phải kết thúc, bạn sẽ không bao giờ rơi vào tình huống như thế. 10:39.510 --> 10:43.500 Nhưng giống như trực quan, chỉ là trực quan, nếu bạn nghĩ về nó, điều tương tự ở đây. 10:43.500 --> 10:46.380 Và vì vậy điều đó khá dữ dội, phải không? 10:46.380 --> 10:51.630 Vì vậy, tôi đã nảy ra ý tưởng này và tương tự ở đây rằng thay vì đi sang trái và mạo hiểm đánh 10:51.630 --> 10:56.040 nhau, nhưng tôi sẽ thử bật khỏi tường, như ôm tường, cố gắng nhảy vào tường vào một lúc 10:56.120 --> 10:56.850 nào đó . 10:56.850 --> 11:00.840 Tôi biết rằng chỉ cần có xác suất là có 10% cơ hội. 11:00.840 --> 11:04.350 Mỗi lần như vậy, tôi sẽ đến đây và đôi khi nó sẽ xảy ra và tôi sẽ kết thúc ở đây và tôi sẽ an toàn 11:04.350 --> 11:05.700 và sau đó tôi sẽ cứ tiếp tục như vậy. 11:06.570 --> 11:13.020 Cách tiếp cận rất, rất thú vị mà tôi đã thực hiện ở đây và như bạn có thể thấy, gốc rễ là như thế này. 11:13.020 --> 11:17.370 Vì vậy, từ đây nó có thể đi sang phải và sau đó nó sẽ đi phải đến lối ra hoặc ở đây 11:17.370 --> 11:22.140 nó sẽ đi sang trái như vậy và ở đây một lúc nào đó nó sẽ đi sang trái và nó sẽ lại đi như vậy. 11:22.140 --> 11:23.340 Điều này là quan trọng để hiểu. 11:23.340 --> 11:24.030 Nó không phải là một chính sách. 11:24.030 --> 11:28.110 Vì vậy, ngay cả khi nó nhảy từ đây, nó có thể sẽ đến đây. 11:28.110 --> 11:31.770 Và từ đây nó có thể thực sự, thay vì đi thẳng, nó thực sự có thể quay trở lại bên phải và 11:31.770 --> 11:33.930 sau đó từ đây có thể đi sang bên trái nó sẽ đi. 11:33.930 --> 11:34.290 Được rồi. 11:34.290 --> 11:36.390 Vì vậy, có rất nhiều tùy chọn khác nhau cho nó. 11:36.390 --> 11:37.710 Vì vậy, nó có thể không tuân theo chính xác điều này. 11:37.710 --> 11:38.640 Tôi có thể đi theo hướng khác. 11:38.670 --> 11:42.360 Đây chỉ là tuyến đường mong muốn mà nó được thiết kế cho chính nó. 11:42.360 --> 11:44.610 Nhưng cách nó sẽ diễn ra thực sự có thể khác. 11:44.610 --> 11:46.050 Nó phụ thuộc vào thế giới thực. 11:46.050 --> 11:46.860 Vậy là xong. 11:46.860 --> 11:50.010 Đó là thế giới của trí tuệ nhân tạo. 11:50.010 --> 11:52.350 Chính sách so với kế hoạch là như vậy. 11:52.470 --> 12:00.000 Và hy vọng rằng bạn đang dần trở nên hào hứng với những gì AI có thể làm, đặc biệt là với những gì chúng ta 12:00.000 --> 12:01.170 đã thấy ở đây. 12:01.170 --> 12:07.410 Đây là một số loại quyết định rất điêu luyện mà AI đang đưa ra. 12:07.410 --> 12:12.720 Và như bạn thấy, khi áp dụng AI, ngay từ ví dụ nhỏ này, bạn có thể thấy rằng khi chơi 12:12.720 --> 12:18.900 AI trong thế giới thực, có thể bạn sẽ nảy ra những ý tưởng và quyết định mà đôi khi con người không nghĩ ra 12:18.900 --> 12:19.170 được. 12:19.170 --> 12:25.890 Và đó chính xác là những gì đã xảy ra trong những ván đấu mà AlphaGo của Google đang đấu với 12:25.890 --> 12:32.250 Lee Sedol, nhà vô địch cờ vây ở Hàn Quốc, trở lại nhà vô địch cờ vây thế giới. 12:32.250 --> 12:36.870 Và họ đã chơi ở Hàn Quốc hồi năm 2016, tôi nghĩ đó là tháng 3 năm 2016. 12:36.870 --> 12:42.300 Nó đưa ra một số chiêu thức mà con người chưa bao giờ chơi trong 3000 năm hoặc con người không quen chơi. 12:42.300 --> 12:45.450 Và đây chính xác là một ví dụ về điều đó. 12:45.450 --> 12:49.620 Vì vậy, một lần nữa, tôi hy vọng bạn sẽ hào hứng và hứng thú với khóa học này và về những gì chúng tôi 12:49.620 --> 12:50.160 sẽ tạo ra. 12:50.160 --> 12:52.590 Và tôi mong được gặp bạn lần sau. 12:52.590 --> 12:54.150 Cho đến lúc đó, hãy tận hưởng. 12:54.180 --> 12:54.720 TÔI.