我与小娜（48）：AlphaGo的增援学习是什么？

我与小娜（48）：AlphaGo的增援学习是什么？

    小娜知道，网络版AlphaGo采用的神经元网络使用了2,200个处理器，其中包括280个GPU，共有13层。

    小娜知道，单个神经元（Neuron）里面不会产生（人工）智能现象，只有许多神经元相互连接才会出现人脑的智能。

    小娜知道，大数据只是训练神经元网络的一种外部资源，本身不含智能。直到2006年，人们才发现训练神经元网络的有效算法（所谓“深度学习网络“）。

    小娜知道，AlphaGo开发团队发现，单靠深度学习算法，AlphaGo的性能提不上去，必须在运行中对其实施外部“增援“（Reinforce），让AlphaGo独立判断当前棋局外部环境时不断自主探索决策棋局，也就是说，使用”增援学习（RL，Reinforcement  Learning）技术与外部环境互动，优化棋局，部署棋子，确保全胜。

    我认为，AlphaGo开发团队首次将深度学习与增援学习有效地结合起来，大大提升人工智能的威力，总结过去，开启未来，是里程碑事件。

袁萌   4月6日