从零开始实现 AlphaGo（一）

围棋作为人类的娱乐游戏中复杂度最高的一个，它横竖各有 19 条线，共有 361 个落子点，状态空间高达 10 的 171 次方 $（注：宇宙中的原子总数是 10 的 80 次方，即使穷尽整个宇宙的物质也不能存下围棋的所有可能性），但是谷歌的 AlphaGo 做到了！

作为 AlphoGo 的带头人，David Sliver 及其团队可以说盛名远扬，其以前沿的目光发表了人工智能的终极目标是：AI = DL（Deep Learning）+ RL（Reinforcement Learning）。

这篇 Chat 主要带领大家一起：

1. 了解 AlphaGo 的最基础原理：强化学习的概念；
2. 了解强化与机器学习之间的联系与区别；
3. 学习强化学习的组成和模型。

未来的 Chat 中我们会由浅入深，最终编程实现 AlphaGo Zero！

阅读全文: http://gitbook.cn/gitchat/activity/5c60dffd0637e737e99e9d42

一场场看太麻烦？成为 GitChat 会员，畅享 1000+ 场 Chat ！点击查看