HKESE 自由作家專欄

強化學習

一般來說機器學習模式可以分為三類：

• 有監督學習：Supervised Learning
• 無監督學習：Unsupervised Learning
• 強化學習：Reinforcement Learning

強化學習與其佢兩種機器學習模式差距好大， 解決嘅問題都有好大不同。 由於強化學習涉及概念比較多， 而且訓練比較難， 所以喺一般嘅機器學習書籍中， 都唔會涉及強化學習， 而是由專門嘅書籍介紹。 

有監督學習和無監督嘅學習嘅輸出一般都係肯定性嘅答案， 比如： 模型會畀出數據歸屬於哪一個類型， 抑或畀出一個數值型嘅預測結果。 而強化學習嘅目標係訓練一個 agent， 呢個agent 會根據環境反饋， 輸出一系列決策， 而唔係只輸出一個結果。  相比其他兩種模型， 強化學習模型更加類似人類大腦， 可以根據環境， 不斷嘅做出決策。 

隨著社交媒體興旺，西方民間流行各式各樣挑戰，大眾透過影片、圖像、簡短文字來分享挑戰的內容和成果，其中一項是「戒色十一月」（No Nut November，簡稱NNN），挑戰者為男性，在十一月內戒絕性行為、不自慰。西方文化本來已關注個體，文明國度又境泰民安，尋常百姓自可在平白生活尋求趣味，想出各種挑戰來，形形色色的challenge不時湧現於網絡，我們既可讚嘆文明國度提供自由空間，又可嘲諷興起這些活動只屬無聊，反映都市人靈魄蕩然空虛。提出局部的規條，並不限於尋求樂趣，當今還流行遵守幾項戒條，就能導向成功的謬誤。

NNN足以成為挑戰，在於對男性而言，一個月內不排精實屬困難，這是基於人類作為一物種，繁衍後代是本能，雄性繁衍的推動力形成性慾，這種慾望的起源是生殖衝動。醫生建議計劃生育的夫婦兩天行房一次，因為男性的精子兩日一洩，活躍程度最佳。香港家計會婚前檢查也建議男士驗精前兩至七日不射精，以保持精子活躍、數量足夠。可見男性自然獲生理驅動，幾日就適宜「繁衍後代」一次。

Short Story+illustration 
A Cloud in the Sky
天空裡的一片雲  (英文/微故事+插圖)

Translator: Lauren-Harper

A man gives a speech at a banquet. Everyone’s feeling good.

He’s an upstanding fellow - that’s what he and his wife think, anyway.
But after a group of robbers descend upon the banquet, they leave a bag of riches behind.

Before anyone else notices, the man has a chance to take the bag for himself.

Will he do it?

————————————

第三季的《愛x死x機器人》真的是高水準的表現，不論是從劇情、隱喻、動畫品質、音效等，整體水準都與前兩季天差地遠。而此篇將從其中挑選出我個人很喜歡的精選集數分享給大家，還沒看過的朋友們可以先去看看第一季與第二季的文章哦！

前陣子也確定《愛x死x機器人》第四季已經獲得續訂，讓我們期待一下第四季會有哪些精采的集數吧~

1.《三個機器人:退場策略》《Three Robots: Exit Strategies》

作為唯一一個有延續第一季劇情的集數，除了繼續運用機器人的觀點來看人類滅亡後的世界之外，也讓我們見識到了人類的瘋狂和矛盾。把地球搞爛之後卻不願意花時間與金錢去試著修復，而是轉而奔向其他適居地的懷抱，並且運用財富、權力和階級優勢去整肅社會，滿滿的預言感真的讓人細思極恐。