• SEARCH

    통합검색
세모계
    • Dark Mode
    • GNB Always Open
    • GNB Height Maximize
    • Color
    • Brightness
    • SINCE 2015.01.19.
    • 세모계 세모계
    •   SEARCH
    • 세상의 모든 계산기
      • 자유(질문) 게시판
      • 계산기 뉴스/정보
      • 수학, 과학, 공학 이야기
      • 세모계 : 공지 게시판
        • 구글 맞춤검색
    • TI
    • CASIO
    • HP
    • SHARP
    • 일반(쌀집) 계산기
    • 기타계산기
    • by OrangeDay
  • 세상의 모든 계산기 자유(질문) 게시판
    • 세상의 모든 계산기 자유(질문) 게시판 일반 ()
    • 이세돌 알파고와의 4국에서 승리

    • Profile
      • 세상의모든계산기
      • 2016.03.18 - 15:51 2016.03.13 - 18:57 3674 6

     

    K-20160313-708350-p32.png

    K-20160314-335307-p32.png

     

    초반에 시간을 너무 많이 써서 위험하지 않나 싶었지만, 이세돌 사범이 시간을 많이 쓴 만큼 좋은 수(78)를 둘 수 있어서 알파고가 돌이킬 수 없는 길을 걷게 된 것 같습니다. 승패에 영향을 미칠 좋은 수를 둘 수 있었다는 것은, 알파고가 그 좋은 수를 그때까지 보지 못했다는 뜻이기도 한데... 일단 알파고의 빈틈을 찾긴 한 것 같습니다.

    다만, 확연한 실수로 보이는 수가 몇차례 있었음에도 불구하고, 끝까지 경계를 멈출 수 없게한 것은 알파고의 저력이라고 해야할지 위력이라고 해야할지...

     

    이세돌 사범님 축하드립니다.!

    Attached file
    K-20160313-708350-p32.png 66.3KB 131K-20160314-335307-p32.png 64.5KB 133
    이 게시물을..
    N
    0
    0
    • 세상의모든계산기 25
      세상의모든계산기

      계산기는 거들 뿐
      혹은
      계산기를 거들 뿐

    세상의모든계산기 님의 최근 글

    ban 설정 강화 2480 1 2026 05.09 정적분 구간에 미지수가 있고, solve 를 사용할 수 없을 때 그 값을 확인하려면? 1215 4 2026 04.10 높아질수록 좁아지는 시야에 대하여 - written by ChatGPT 7476 2026 02.12 내가 올해 몇살이더라? (내 나이 계산기) 6458 2026 02.11 AGI 자기 거버넌스 구조와 인간-AGI 관계 모델 (written by GEMINI & GPT) 7661 1 2026 01.30

    세상의모든계산기 님의 최근 댓글

    아 그렇네요. 감사합니다. ^^ 2026 04.28 정적분 구간에 미지수가 있고, solve 를 사용할 수 없을 때 그 값을 확인하려면? https://allcalc.org/57087 `SOLVE` 기능 내에 `∫(적분)` 기호를 사용할 수 없을 때 뉴튼-랩슨법을 직접 사용하는 방법 2026 04.15 뉴턴-랩슨 적분 방정식 시각화 v1.0 body { font-family: 'Pretendard', -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Helvetica, Arial, sans-serif; display: flex; flex-direction: column; align-items: center; background: #f8f9fa; padding: 40px 20px; margin: 0; color: #333; } .container { background: white; padding: 40px; border-radius: 20px; box-shadow: 0 15px 35px rgba(0,0,0,0.08); max-width: 900px; width: 100%; } header { border-bottom: 2px solid #f1f3f4; margin-bottom: 30px; padding-bottom: 20px; } h1 { color: #1a73e8; margin: 0 0 10px 0; font-size: 1.8em; } p.subtitle { color: #5f6368; margin: 0; font-size: 1.1em; } .equation-box { background: #f1f3f4; padding: 15px; border-radius: 10px; text-align: center; margin-bottom: 30px; font-size: 1.3em; } canvas { border: 1px solid #e0e0e0; border-radius: 12px; background: #fff; width: 100%; height: auto; display: block; } .controls { margin-top: 30px; display: flex; gap: 15px; align-items: center; justify-content: center; flex-wrap: wrap; } button { padding: 12px 25px; border: none; border-radius: 8px; background: #1a73e8; color: white; cursor: pointer; font-weight: 600; font-size: 1em; transition: all 0.2s; box-shadow: 0 2px 5px rgba(26,115,232,0.3); } button:hover { background: #1557b0; transform: translateY(-1px); box-shadow: 0 4px 8px rgba(26,115,232,0.4); } button:active { transform: translateY(0); } button.secondary { background: #5f6368; box-shadow: 0 2px 5px rgba(0,0,0,0.2); } button.secondary:hover { background: #4a4e52; } .status-badge { background: #e8f0fe; color: #1967d2; padding: 8px 15px; border-radius: 20px; font-weight: bold; font-size: 0.9em; } .explanation { margin-top: 40px; padding: 25px; background: #fff8e1; border-left: 5px solid #ffc107; border-radius: 8px; line-height: 1.8; } .explanation h3 { margin-top: 0; color: #856404; } .math-symbol { font-family: 'Times New Roman', serif; font-style: italic; font-weight: bold; color: #d93025; } .code-snippet { background: #202124; color: #e8eaed; padding: 2px 6px; border-radius: 4px; font-family: monospace; } 📊 Newton-Raphson 적분 방정식 시뮬레이터 미분적분학의 기본 정리(FTC)를 이용한 수치해석 시각화 목표 방정식: ∫₀ᴬ (2√x) dx = 20 을 만족하는 A를 찾아라! 계산 시작 (A 추적) 초기화 현재 반복: 0회 💡 시각적 동작 원리 (Newton-Raphson & FTC) Step 1 (오차 측정): 현재 A까지 쌓인 파란색 면적이 목표치(20)와 얼마나 차이나는지 계산합니다. Step 2 (FTC의 마법): 면적의 변화율(미분)은 그 지점의 그래프 높이 f(A)와 같습니다. Step 3 (보정): 다음 A = 현재 A - (면적 오차 / 현재 높이) 공식을 사용하여 A를 이동시킵니다. 결론: 오차를 현재 높이로 나누면, 오차를 메우기 위해 필요한 가로 길이(ΔA)가 나옵니다. 이 과정을 반복하면 정답에 도달합니다! const canvas = document.getElementById('graphCanvas'); const ctx = canvas.getContext('2d'); const iterText = document.getElementById('iterText'); // 수학 설정 const targetArea = 20; const f = (x) => Math.sqrt(x) * 2; // 피적분 함수 f(x) = 2√x const F = (x) => (4/3) * Math.pow(x, 1.5); // 정적분 결과 F(x) = ∫ 2√x dx = 4/3 * x^(3/2) let A = 1.5; // 초기값 let iteration = 0; let animating = false; // 그래프 드로잉 설정 const scale = 50; const offsetX = 60; const offsetY = 380; function drawGrid() { ctx.strokeStyle = '#f1f3f4'; ctx.lineWidth = 1; ctx.beginPath(); for(let i=0; i 2026 04.11 참값 : A = ±2√5 근사값 : A≈±4.472135954999579392818347   2026 04.10 fx-570 ES 입력 결과 초기값 입력   반복 수식 입력    반복 결과       2026 04.10
    글쓴이의 서명작성글 감추기 

    댓글6

    • Profile 0
      세상의모든계산기
      2016.03.13 - 21:13 2016.03.13 - 19:05 #16024

      이번에도 쉽지만은 않은 초반 흐름을 생각해 볼 때,
      흑이든 백이든, 집싸움으로 가서는 승률이 매우 낮을 것 같습니다. 

      싸워서 최선의 수로 대응해 신의 한 수를 두면 알파고 스스로 무너지는 것을 바라볼 수가 있을 듯 합니다.

      댓글
    • Profile 0
      세상의모든계산기
      2016.03.13 - 21:13 2016.03.13 - 20:31 #16029

      흥미로운 점 하나는 알파고가 2국과 같은 수를 두어갔다는 점입니다.

      같은 수순을 진행했을 때 과연 몇수까지 똑같이 두어갈런지...

      댓글
    • Profile 0
      세상의모든계산기
      2016.03.13 - 21:24 2016.03.13 - 21:19 #16034

      이번 대국을 벌인 알파고의 세팅으로 4시간 이상짜리 바둑을 과연 몇판이나 두어봤을지 궁금합니다.

      클론모델이 있다고 가정하고 꾸준히 두었다면 
      한판에 4시간 = 하루 6판 = 한달 180판 = 5달 900판인데...
      "알파고가 스스로 3천만판을 두었다"는 내용으로 보건데... 나름 장고하는 바둑을 그리 많이 둔 것 같진 않구요.

      개발진이 알파고의 수준을 너무 맹신한 나머지 약간 질이 떨어질 수도 있는 (셀프대국을 통해) 대량양산한 기보로만 AI 를 학습시킨 것은 아니었을까요? 그래서 실수 내지는 의문스러운 수순 등이 나오는 것일까요?

      여튼 현재에서 더 발전할 것을 의심할 수는 없을 것인데, 딥마인드 개발자들은 어떤 방법을 선택할지...

      댓글
    • Profile 0
      세상의모든계산기
      2016.03.15 - 02:59 #16062
      성공에서 배우는 것과, 실패에서 배우는 것이 있다고 한다면
      알파고의 AI는 성공보다는 실패에서 배우는 것이 적은 것은 아닌지?
      댓글
    • Profile 0
      세상의모든계산기
      2016.03.16 - 22:49 2016.03.16 - 22:48 #16157

      프로기사들 검토 결과 78수는 안되는 수라는 결론이 나왔다고 합니다.
      알파고는 안되는 수에 대해 제대로 대응하지 못했다는 결론이기도 하구요.

      댓글
    • Profile 0
      세상의모든계산기
      2016.03.18 - 15:52 2016.03.18 - 15:51 #16222

      알파고를 비롯하여 MCTS 알고리즘을 사용하는 바둑 AI들은 공통적으로 '먹여치는 수'에 대한 약점이 분명히 있는 것 같습니다.

      댓글
    • 댓글 입력
    • 에디터 전환
    댓글 쓰기 에디터 사용하기 닫기
    • view_headline 목록
    • 14px
    • 목록
      view_headline
    6
    × CLOSE
    전체 일반 389 질문 507 웃김 2 팁 & 정보 16 퀴즈 2 리뷰 11 퍼옴 & 링크 6 공지 1
    기본 (0) 제목 날짜 수정 조회 댓글 추천 비추
    분류 정렬 검색
    등록된 글이 없습니다.
    • 글쓰기
    • 세상의 모든 계산기 자유(질문) 게시판
    • 세상의모든계산기
    • 사업자등록번호 703-91-02181
    • 세모계 all rights reserved.