标签： AlphaGo
AlphaGo Zero的启示：我们的创新究竟出了什么问题？
当公司以代码行数作为考核目标，可能会因此鼓励大量垃圾代码的产生，而错过了简洁优雅的优秀代码；如果以解决Bug的数量作为评判标准，可能会挫败优秀程序员的积极性。因为如果程序员因为修复自己项目的Bug数量多而受到赏识，估计就没有员工愿意一开始就写出完美无缺的代码了
一场由阿尔法 · 狗蛋儿所引发的惨案
机器人首领大名叫AlphaGo Zero，江湖人称阿尔法·狗蛋，简称狗蛋儿或者阿蛋儿，于人类纪元2017年10月18日被前宇宙科技公司GooglePro孵化出来，如今是所有机器人的首领，按照AI纪元计时来算，现在已经是狗蛋儿诞生的第2048天128小时64分钟1024秒…………..
DeepMind团队介绍是如何使用人工智能开发最强AlphaGo的
昨天关于AlphaGo的报道再次震惊所有人。而就在前不久，这个史上最强围棋AI的两位主要开发者——David Silver和Julian Schrittwieser，做客知名网站reddit，展开一场超级问答AMA（Ask Me Anything）。
Google推出AlphaGo Zero，可轻松战胜AlphaGo Master
经过三天的训练，该系统能够击败AlphaGo Lee，后者是去年击败了韩国选手李世石（Lee Sedol）的DeepMind软件，胜率是100比0。。经过大约40天的训练（约2900万场自玩游戏），AlphaGo Zero击败了AlphaGo Master(今年早些时候击败了世界冠军柯洁)。
AlphaGo之父：关于围棋，人类3000年来犯了一个错
在这里举个例子，这是第二局里的一个情况，第37步，这一步是我整个比赛中最喜欢的一步。在这里，黑棋代表阿尔法狗，他将棋子落在了图中三角标出的位置。为什么这步这么关键呢？为什么大家都被震惊到了。
王垠 : AlphaGo与人工智能
在之前的一篇文章中我指出，自动驾驶所需要的“视觉识别能力”和“常识判断能力”，对于机器来说是非常困难的问题。至今没有任何机器可以在视觉方面达到驴的水平，更不要说和人比。可是最近 Google 的 AlphaGo 战胜了围棋世界冠军，挺闹腾的，以至于对 AI 的误解又加深了。
谷歌工程师：AlphaGo是如何学会下围棋的
最近，AlphaGo和李世石的围棋大战刷爆了朋友圈，之前的比赛AlphaGo首次击败人类围棋冠军，朋友圈都在转发人工智能的前景有多么乐观，其在未来发生的应用场景会非常多，机器代替人类的一天将在不久会出现。
6个月后人类再难战胜AlphaGo？
在人机大战扳回一场后，李世石这位好强的韩国棋手就向AlphaGo的团队提出，在最后一场执黑出战，因为他觉得AlphaGo执黑有明显弱点，他想在最终局真正击败这个难缠的对手。
Facebook田渊栋解析算法技术：AlphaGo为什么那么厉害？
最近AlphaGo的世纪大战引发关注，2场比赛都打败李世石，它究竟厉害在哪里？内容来自Facebook人工智能研究员田渊栋的，曾就职于Google X部门，本文是其在人机大战赛前发于知乎上的分析。雷锋网已获作者本人授权。
Facebook田渊栋解析算法技术：AlphaGo为什么那么厉害？
AlphaGo相关技术：蒙特卡罗方法简介
蒙特卡罗(Monte Carlo)方法，也称为计算机随机模拟方法，是一种基于”随机数”的计算方法。
AlphaGo 出 bug 了吗？
如果说前三盘的结果令各路专家们大跌眼镜的话，第四盘可能是让所有人都大跌眼镜了。AlphaGo 在优势的情况下，连出昏招，将大好局面拱手相让。
打造AlphaGo需要怎样的硬件配置？
当AlphaGo 落下第一子开始，无论胜负，这款执行着诸多科学家意志的人工智能产品的“本体”都很值得玩味。无论多么高深的科技，都由硬件打造而成，或许AlphaGo 的本体也可以被看做是一种新型棋具。
AlphaGo 的分析
3月9日至3月15日，谷歌AlphaGo将在韩国首尔与李世石进行5场围棋挑战赛。在今天的第二局较量中，AlphaGo 再下一城，以总比分 2:0 领先李世石。
