|
|
发表于 2017-12-6 19:08:30
|
显示全部楼层
这是两种完全不同类型的计算。
神经网络本质上是一个概率模型，可以通过大量数据进行训练，获取统计结论。这种计算有个特点，那就是过程不重要（实际上也搞不清楚），只要结果是对就可以了。
围棋最基本的下法是“金角银边草肚皮”。所以，不管是人还是狗，一开始都从边边角角处落子布局。这说明什么问题呢？它其实告诉我们，虽然围棋的下法号称比宇宙中的原子还多，但实际的有效下法，远远少于下法的总数。
有了这个结论，我们就不难推导出，有效下法的出现概率，一定远远高于无意义下法的概率。这就是围棋可以用神经网络解决的基础。
蛋白质折叠模拟则不同，它是要搞清楚整个过程是如何发生的。也就是说，我们并不知道有什么约束条件，如果要用概率算法，我们没办法评估模拟出来的过程，跟真实的结果是否贴近。这就是不能用神经网络来算蛋白质折叠的原因。
总之，如果说神经网络的训练（计算）过程是一个黑盒，那蛋白质折叠模拟的计算过程就是一个白盒。虽然围棋下法和蛋白质折叠模拟有某种形似之处，但本质上的差别，决定了无法李代桃僵。 |
|
