撰文：郭雪

突破技术

强化学习（Reinforcement Learning，RL）是一种人工智能方法，能使计算机在没有明确指导的情况下像人一样自主学习。

重要意义

假如机器不能自主通过环境经验磨炼技能，自动驾驶汽车以及其他自动化领域的进展速度将受到极大的限制。

技术成熟期

1～2年

主要研究者

-Deep Mind -科大讯飞

-Mobileye -阿里巴巴

-Open AI -微软亚洲研究院

-Google -中科院

-Uber-百度

2016年3月9日，韩国首尔的一场棋赛反响空前。从棋迷到学者，再到普通百姓，那几日的工作之余不知有多少人的计算机屏幕上都留了小窗，关注着这场比赛的动态。此战可谓现象级，它不仅吸引了全球记者的长枪短炮，也顺势成了那段时间人们茶余饭后的首要谈资。

这不是一场普通的围棋赛事，而是被贴上了“世纪大战”标签的人机智慧对决。对弈的双方，一方是人类顶级棋手李世石，另一方则是诞生于英国的人工智能程序——Alpha Go。五盘大战最终以执黑的李世石投子认负结束，在19路围棋盘上，Alpha Go以4比1的比分攻破了人类又一座引以为傲的智慧堡垒。此役过后，人们记住了这个被爱称为“阿尔法狗”的人工智能，记住了它背后的谷歌子公司Deep Mind，也记住了两个“新”技术——深度学习（Deep Learning）和强化学习（Reinforcement Learning）。

Loading...

未加载完，尝试【刷新网页】or【关闭小说模式】or【关闭广告屏蔽】。

使用【Firefox浏览器】or【Chrome谷歌浏览器】打开并收藏！

移动流量偶尔打不开，可以切换电信、联通网络。

收藏网址：www.finalbooks.work

(＞人＜；)