撰文：郭雪

突破技術

強化學習（Reinforcement Learning，RL）是一種人工智慧方法，能使計算機在沒有明確指導的情況下像人一樣自主學習。

重要意義

假如機器不能自主透過環境經驗磨鍊技能，自動駕駛汽車以及其他自動化領域的進展速度將受到極大的限制。

技術成熟期

1～2年

主要研究者

-Deep Mind -科大訊飛

-Mobileye -阿里巴巴

-Open AI -微軟亞洲研究院

-Google -中科院

-Uber-百度

2016年3月9日，韓國首爾的一場棋賽反響空前。從棋迷到學者，再到普通百姓，那幾日的工作之餘不知有多少人的計算機螢幕上都留了小窗，關注著這場比賽的動態。此戰可謂現象級，它不僅吸引了全球記者的長槍短炮，也順勢成了那段時間人們茶餘飯後的首要談資。

這不是一場普通的圍棋賽事，而是被貼上了“世紀大戰”標籤的人機智慧對決。對弈的雙方，一方是人類頂級棋手李世石，另一方則是誕生於英國的人工智慧程式——Alpha Go。五盤大戰最終以執黑的李世石投子認負結束，在19路圍棋盤上，Alpha Go以4比1的比分攻破了人類又一座引以為傲的智慧堡壘。此役過後，人們記住了這個被愛稱為“阿爾法狗”的人工智慧，記住了它背後的谷歌子公司Deep Mind，也記住了兩個“新”技術——深度學習（Deep Learning）和強化學習（Reinforcement Learning）。

Loading...

未載入完，嘗試【重新整理】or【退出閱讀模式】or【關閉廣告遮蔽】。

嘗試更換【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟多多收藏！

移動流量偶爾打不開，可以切換電信、聯通、Wifi。

收藏網址：www.peakbooks.cc

(＞人＜；)