alphago

这篇 arXiv 论文提出了一种基于谱半径、从网络中推导出的“战略张力”指标，用于比较人类与人工智能在围棋中的决策。研究发现，尽管张力会随着人类棋手水平的提高而降低，但在 AlphaGo 于 2016 年取得突破后，顶尖棋手对局中持续维持的张力显著上升，由此将人工智能定位为一种认知支架，帮助人类提升应对复杂局面的能力。

作者以 AlphaGo 之后围棋界的发展为镜，探讨数学家应如何适应 AI 生成的难以理解的证明：像围棋高手那样转向研究 AI 结果来提升人类集体认知，并接受 AI 让数学知识民主化的未来。

一条推文推荐 Demis Hassabis 在剑桥的 1 小时讲座，称其是对「AI 究竟要解决什么问题」最清晰、最完整的端到端讲解，内容涵盖国际象棋、DeepMind、AlphaGo、AlphaFold、数字生物学与 AGI。

前 Google DeepMind 研究人员回顾 AlphaGo 的第 37 手，并指出当今的大模型仍然缺乏真正可审计的推理，呼吁借鉴 AlphaGo 的搜索与推理方式，构建全新架构。这篇观点发表于 MIT Technology Review 的新文章中。

MIT Technology Review 论证道，与 AlphaGo 不同——后者将直觉网络与显式的博弈树搜索相结合，以此推理未来可能产生的后果——如今的大语言模型（LLM）只进行快速的、类似 System 1（系统一）式的下一个 token 模式补全；而若要让 AI 在科学和医学领域真正值得信赖，就必须为其构建真正的审慎推理（deliberative reasoning）能力。

David Silver强化学习课程第8讲关于整合学习与规划的摘要，涵盖基于模型的强化学习以及AlphaGo使用策略网络和价值网络结合蒙特卡洛树搜索的方法。

Eric Jang 宣布他一直在从头实现 AlphaGo，这个 2016 年的 AI 突破曾激励他进入深度学习领域。

一个帖子分享了在Unity中使用激光雷达和PPO进行自对弈RL训练的视频，随后是关于从零构建AlphaGo的讲座。

推荐一个从零开始构建AlphaGo的中文字幕教程，适合学习AI和强化学习。

A detailed discussion on reinforcement learning and its connection to modern AI, using the reconstruction of AlphaGo with modern tools as a clear example of search and self-play. Key takeaways include neural network amortization of search, credit assignment challenges in LLMs vs AlphaGo, and implications for automated research.

Eric Jang发布了AutoGo，一个从零实现AlphaGo的教程，包含代码和一个可对弈的机器人，展示了前沿能力现在可以低成本复现。

Eric Jang的黑板讲座逐步讲解了如何使用现代AI工具从零构建AlphaGo，涵盖了强化学习、蒙特卡洛树搜索、自我对弈，并与LLM训练相联系，同时讨论了自动化AI研究。

观点文章认为，AlphaGo 与 ChatGPT 是两次最重要的 AI 突破，其中 ChatGPT 因让 AI 走进大众日常生活而影响力最大。

DeepMind 回顾 AlphaGo 诞生十周年，强调其在开启现代 AI 时代中的关键作用，以及它对科学研究和通用人工智能（AGI）探索的深远影响。

Demis Hassabis spoke at the Google for KOREA event, reflecting on AlphaGo's 10th anniversary and AlphaFold winning the Nobel Prize, while offering advice for Korea's AI future, leaders, and next-generation education.

本文回顾了AlphaGo在2016年击败李世石的历史，分析了其结合深度学习与搜索的技术原理，以及这一事件对AI发展的深远影响。