办公室安装人体红外传感器监控员工！

　“Alpha”家族至少也还需依赖“游戏规则”，而刚面世的 MuZero 则没有任何知识储备

　　既然 MuZero 连怎么赢棋都不知道，那它又是如何学习世界运作原理的呢？先以 AlphaZero 为例，由于它已经知晓棋局的规则，所以它知道一个动作后的下一个棋步是什么样的，运用深度学习中的“蒙特卡洛树搜索”（MCTS）就能评估不同的下棋可能性，并从中选出最优的动作。在这个过程中，AlphaZero 只需要利用“预测网络”这一神经网络。

　　而 MuZero 不知道现有的规则，那么只能从零开始构建一个内部模型，形成自己对棋局的理解。

　　首先，MuZero 会利用“表征网络”将自己观察到的棋步收集起来，转化为专属于自己的知识；

　　接着，利用“预测网络”形成策略（即最好的“下一步”是什么），判断价值（即当前决策“有多好”）；

　　最后，借助“动态网络”判断“上一步有多好”，回收此前做出的最佳棋步，不断完善自己的内部模型。

　　也就是说，MuZero 并没有具体的“行事准则”，它就像是一个小孩，在有了一定思考能力的基础上，正在不断完善自己的行事准则。在此之前，“AlphaGo”虽能轻松击败人类，但也只限于围棋等专精领域，却无法“触类旁通”，每遇到新的游戏都需要更改框架，重新学习。而掌握了“思考方式”的 MuZero 显然能做得更多了，也就是，更通用了。

　　“知道雨伞能让人不被淋湿，比能对雨滴建模更有用。”DeepMind 用这句话表示，对 AI 来说，它们会的本领看起来越笨，越有实际意义。
 

　这些都让刚刚办到第二年的B站跨晚显得和第一年如此不同。就像所有年轻人必须长大面对这个世界一样，B站也开始处理更复杂的问题，所以它的味儿肯定会变，这让它在获得更好看的流量数据的同时，换来更低的评分。

　　而这些都是融入“社会”的代价。它的节目选择、商业化取舍和合作形态，某种意义上也正是年轻人融入主流过程里的妥协——你必须接受在一场晚会里和中年人争先恐后地交替着“爷青回”。

　　但目前来看，尽管它越来越像一场普通意义的跨年晚会，它依然保留着自己新鲜的地方：大多数跨年晚会是基于主流价值观对小众文化的一厢情愿的想象，去做居高临下般的整合。而从亚文化社区起家的B站，算是第一次从“二次元”的年轻非主流视角去融合更主流的文化与审美。这让B站目前的改变还可以被它曾经的核心用户接受。

　　可如果有一天B站把跨晚真做成了“又一个卫视跨年晚会而已”，也开始俯视着“包容”更多文化了，那B站才是彻底变味了。