围棋与人工智能

北京时间10月19日凌晨，DeepMind 如约公布了他们最新版AlphaGo论文，文中透露最新版本的AlphaGo Zero，使用纯强化学习，将价值网络和策略网络整合为一个神经网络，3天训练后就以100比0击败了上一版本的AlphaGo，也就是那个4-1战胜李世石的版本。