量子物理推动机器学习

上一篇

下一篇

郜勋, 尹璋琦. 2017: 量子物理推动机器学习, 物理, 46(3): 182-183.
引用本文: 郜勋, 尹璋琦. 2017: 量子物理推动机器学习, 物理, 46(3): 182-183.
Citation:

量子物理推动机器学习

  • 摘要: 2016年3月, AlphaGo在五番棋中赢了四盘,打败了世界上最好的棋手之一李世乭.AlphaGo的成功被认为是人工智能研究的一个里程碑.在围棋中,通过蛮力搜索所有可能的策略从而找出最好的走法是行不通的;落子位置的组合数比宇宙中的原子还要多,而AlphaGo所使用的处理器的计算能力与今天的超级计算机相比还算是轻量级的.其成功的秘密在于和一个特殊的陪练,他自己,进行严格练习.为成为称职的陪练, AlphaGo的"深度神经网络"参考了包含大约三千万个专业走法的数据库.
  • 加载中
  • 加载中
计量
  • 文章访问数:  438
  • HTML全文浏览数:  32
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2017-03-12

量子物理推动机器学习

  • 清华大学

摘要: 2016年3月, AlphaGo在五番棋中赢了四盘,打败了世界上最好的棋手之一李世乭.AlphaGo的成功被认为是人工智能研究的一个里程碑.在围棋中,通过蛮力搜索所有可能的策略从而找出最好的走法是行不通的;落子位置的组合数比宇宙中的原子还要多,而AlphaGo所使用的处理器的计算能力与今天的超级计算机相比还算是轻量级的.其成功的秘密在于和一个特殊的陪练,他自己,进行严格练习.为成为称职的陪练, AlphaGo的"深度神经网络"参考了包含大约三千万个专业走法的数据库.

English Abstract

参考文献 (0)

目录

/

返回文章
返回