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。

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。