#86 – David Silver: AlphaGo, AlphaZero, and Deep Reinforcement Learning
David Silver 领导 DeepMind 的强化学习研究小组，曾担任 AlphaGo、AlphaZero 的首席研究员，并联合领导 AlphaStar 和 MuZero，在强化学习领域做了许多重要工作。通过注册以下赞助商来支持此播客：- MasterClass：https://masterclass.com/lex- Cash App - 使用代码“LexPodcast”并下载：- Cash App（App Store）：https://apple.co/2sPrUHe- Cash App（Google Play）：https://bit.ly/2MlvP5w 剧集链接：强化学习（书籍
AlphaGo проходит путь от новичка до гроссмейстера за три дня
谷歌伦敦子公司 DeepMind 宣布，它已经创造了一款机器，它可以比其前身 AlphaGo 更好地玩中国古代围棋游戏，去年 AlphaGo 战胜了来自首尔的世界级大师李世石 (Lee Sedol) 。
ИИ Google AlphaGo побеждает Ке Цзе – лучшего игрока в го (+видео)
阿尔法狗 (AlphaGo)，与 DeepMind (Google) 合作，并与 DeepMind 合作。 Искусственный интеллект победил Ке Цзе, лучшего в мире мастера го, в первой из трех игр матча.
Программа AlphaGo выиграла две партии из пяти у одного из сильнейших игроков в го
由 Google 旗下 DeepMind 开发的 AlphaGo 程序赢得了本周该机器将与世界上最强大的围棋选手之一、九段职业选手李世石进行的五场比赛中的第二场比赛。历史正在我们眼前书写，朋友们！
Reinforcement Learning Made Simple: Build a Q-Learning Agent in Python
受到Alphago的Move 37的启发 - 了解代理如何探索，利用和Win The Post Post Forwsworce学习变得简单：在Python中建立Q学习代理商首先出现在数据科学方面。
The evolution of AI: From AlphaGo to AI agents, physical AI, and beyond
在2016年3月，世界在人工智能（AI）的演变中见证了一个独特的时刻，当时由DeepMind开发的AI Alphago对抗现代时代最伟大的GO球员Lee Sedol。这场比赛在第2场比赛中达到了关键时刻，而Move 37，Alphago采取了行动……
How LLMs Work: Reinforcement Learning, RLHF, DeepSeek R1, OpenAI o1, AlphaGo
LLM深层Divethe帖子的第2部分LLM的工作原理：增强学习，RLHF，DeepSeek R1，Openai O1，Alphago首先出现在数据科学方面。
Искусственный интеллект: вторая жизнь древней игры
围棋一直是计算机下棋比人类弱的少数游戏之一。 2016 年 3 月，这一切都发生了变化，当时基于神经网络的程序 AlphaGo 击败了我们这个时代最伟大的棋手之一韩国人李世石 (Lee Sedol)。
Го: история поражения. Люди проиграли ИИ
正如今天所知，AlphaGo 程序在比赛开始三小时后的第二场比赛中击败了职业围棋选手 9 段柯洁。击败被认为是世界上最好的围棋棋手的柯，从本质上证实了AlphaGo在棋艺上已经超越了人类的能力。
ИИ одерживает убедительную победу над одним из лучших игроков в го
昨天，由 DeepMind（谷歌旗下）开发的 AlphaGo 程序和过去 10 年来世界上最优秀的围棋棋手之一李世石之间的历史性围棋比赛结束了一系列 5 场比赛。职业九段。结果让支持李的人感到失望——该节目以4:1的压倒性比分获胜。有关游戏本身和超级程序的详细信息在我们的材料中。
Искусственный интеллект впервые выиграл в го у профессионального игрока (+ видео)
由 Google 旗下 DeepMind 开发的 AlphaGo 程序在围棋 5 场比赛中击败了三届欧洲冠军樊麾。这是计算机程序第一次能够毫无障碍地击败职业围棋选手。
