深度强化学习进展: 从AlphaGo到AlphaGo Zero

2016年初,AlphaGo战胜李世石成为人工智能的里程碑事件.其核心技术深度强化学习受到人们的广泛关注和研究,取得了丰硕的理论和应用成果.并进一步研发出算法形式更为简洁的AlphaGo Zero,其采用完全不基于人类经验的自学习算法,完胜AlphaGo,再一次刷新人们对深度强化学习的认知.深度强化学习结合了深度学习和强化学习的优势,可以在复杂高维的状态动作空间中进行端到端的感知决策.本文主要介绍了从AlphaGo到AlphaGo Zero的深度强化学习的研究进展.首先回顾对深度强化学习的成功作出突出贡献的主要算法,包括深度Q网络算法、A3C算法、策略梯度算法及其他算法的相应扩展.然后给出AlphaGo Zero的详细介绍和讨论,分析其对人工智能的巨大推动作用.并介绍了深度强化学习在游戏、机器人、自然语言处理、智能驾驶、智能医疗等领域的应用进展,以及相关资源进展.最后探讨了深度强化学习的发展展望,以及对其他潜在领域的人工智能发展的启发意义.     

网格技术专题介绍

网格 (grid)技术是近年来国际上兴起的一种重要信息技术 .它的目标是实现网络虚拟环境上的高性能资源共享和协同工作 ,消除信息孤岛和资源孤岛 .与它相关的技术包括 :实时企业信息系统、网络化虚拟设计环境、因特网技术、知识管理、XML技术、ASP技术、万维网服务 (web service)、语义网 (semantic web)、高性能计算等 .关于网格技术对国民经济和社会发展的意义 ,在最近的一次网格战略研讨会上 ,国家科技部副部长马颂德研究员陈述了下面的观点 :“回顾几千年来人类的文明史 ,尤其是近百年来的人类社会科学技术的发展 ,也许我们可以说 ,虽…     

解读AlphaGo背后的人工智能技术

随着人工智能在各个领域的应用,越来越多的问题通过人工智能得到更优的解决,但是围棋因其本身的复杂度一直是人工智能领域的难解之题.AlphaGo团队利用了人工智能中的一个重要分支—深度学习训练了一款围棋人工智能程序,并在2016年3月与职业九段选手李世石的对弈中以4:1的比分获胜,受到了大众的广泛关注.本文介绍了AlphaGo这一程序背后的复杂的网络构造以及不同网络的优缺点.     

从AlphaGo人机围棋大战解读人工智能技术

人工智能技术在近几年得到了快速的发展,并且广泛地应用于人们的生活中。2016年AlphaGo与李世石进行的人机围棋大战再一次掀起人工智能研究的热潮。本文详细地论述了人工智能程序AlphaGo的四个神经网络的工作原理,研究了蒙特卡洛树搜索算法在其运算中的作用。同时以AlphaGo为例,分析人工智能是否会引发智械危机,并尝试为人工智能的研究提供新思路。最后展望了人工智能在未来的发展。     

“编译原理专题训练”课程介绍

"编译原理专题训练"是清华大学为计算机科学与技术系本科生开设的实践类限选课,旨在提高学生的实践能力。课程首次将开放源代码软件GCC和Open64作为实验框架引入实践教学,引导学生参与大型开源软件开发和维护活动,基于具有工业水准的真实软件开展实践。本文重点介绍了该课程在我校开设的基本情况,以期给大家更多的启示。     

微软专家认证(MCP)专题介绍

我国信息化进程已经达到建设自己的信息高速公路的历史关头。“金字”工程(金关,金卡,金税)为代表的信息高速公路正在兴建。计算机技术成为发展信息化事业的关键。在计算机技术中软件技术与联网技术又是当前计算机发展中至关重要的一环。 时势造英雄,在当前这种形势下,必将有一批出类拔萃的高级软件技术人才涌现出来,以适应科学技术发展的需要。 人才来源于教育,微软公司(Microsoft)在我国国     

范式转变:AlphaGo显露的AI创新奥秘

人工智能(AI)围棋程序AlphaGo的惊人表现给世人带来了众多思考。其中,人工智能研究显露的重要线索是:应当改变"分而治之,各个击破"的机械还原论研究范式,实行"协调发展,优化全局"的信息生态方法论研究范式,才能实现AI的源头创新。     

AlphaGo对我国人工智能教育的警示与启示

以AlphaGo对我国AI教育的警示为出发点,系统分析AI教育的现状,并从人才培养、教材建设、高等公共基础教育、学生兴趣和个性培养等方面提出一些见解,以期教育界同行能正视AI带来的冲击,重视AI教育开展与改革,把握发展机遇。     

家居智能化终端专题案例——数字家居应用案例介绍

小区概况 某小区规划占地1．9万平方米，是一座”底商上住“的大型综合项目，总体建筑布局呈L形。该项目以”水韵风情”为主题，从外立面到户型的设计都体现出时尚、现代的风格特色。     

Where Does AlphaGo Go: From Church-Turing Thesis to AlphaGo Thesis and Beyond

An investigation on the impact and significance of the Alpha Go vs. Lee Sedol Go match is conducted, and concludes with a conjecture of the Alpha Go Thesis and its extension in accordance with the Church-Turing Thesis in the history of computing. It is postulated that the architecture and method utilized by the Alpha Go program provide an engineering solution for tackling issues in complexity and intelligence. Specifically,the Alpha Go Thesis implies that any effective procedure for hard decision problems such as NP-hard can be implemented with Alpha Go-like approach. Deep rule-based networks are proposed in attempt to establish an understandable structure for deep neural networks in deep learning. The success of Alpha Go and corresponding thesis ensure the technical soundness of the parallel intelligence approach for intelligent control and management of complex systems and knowledge automation.     

Special Feature An Introduction to Algorithm Design

Fast algorithms dramatically decrease run time for certain tasks. Designing them offers not only the promise of better performance but also a better understanding of the problems underlying all computational tasks.     

阿法狗围棋系统的简要分析

谷歌的围棋系统阿法狗(AlphaGo)在三月的比赛中以4:1的成绩击败了围棋世界冠军李世石, 大大超过了许多人对计算机围棋程序何时能赶上人类职业高手的预期(约10～30年).本文在技术层面分析了阿法狗系统的组成部分, 并基于它过去的公开对局预测了它可能的弱点.