还记得2016年3月AlphaGo与李世石的那场世纪对决吗？当时的第37手让全世界为之震惊——这一步看似错误的棋，后来却被誉为天才之举。这就是强化学习的魅力所在。

最近重看了《AlphaGo》纪录片，再次被这种学习方式深深打动。可怕的是，AlphaGo并没有从数据库、规则或策略书中学习棋艺，而是通过数百万次自我对弈，在实践中学会了如何获胜。

……

阅读全文