alphago

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。