2016年的黑天鵝事件當(dāng)屬于阿爾法狗戰(zhàn)勝人類棋手。
對人工智能比較感興趣含末，開始找一些文獻(xiàn)來看猜拾。感覺現(xiàn)在的人工智能真的是像人一樣思考，只是更快佣盒，更優(yōu)化挎袜，進(jìn)化更快。只要是人類可以做的所有事肥惭，他都可以模擬盯仪。
阿爾法狗的有原理是什么？推薦文獻(xiàn)务豺。
DeepMind 研發(fā)的圍棋 AI AlphaGo 系統(tǒng)是如何下棋的磨总？
1.深度卷積神經(jīng)網(wǎng)絡(luò)
技術(shù)向：一文讀懂卷積神經(jīng)網(wǎng)絡(luò)
2.MCTS，蒙特卡洛搜索樹
盡管人類每時(shí)每刻都要面臨著大量的感知數(shù)據(jù)笼沥，卻總能以一種靈巧方式獲取值得注意的重要信息蚪燕。模仿人腦那樣高效準(zhǔn)確地表示信息一直是人工智能研究領(lǐng)域的核心挑戰(zhàn)。
比如寫作奔浅，這個(gè)可能是人工智能需要長期研究后才能攻克的領(lǐng)域馆纳，就是寫作的特殊性。
圍棋棋盤的下法數(shù)量汹桦，比宇宙中所有原子的數(shù)量都要多鲁驶。那寫作這數(shù)量級就更大了，幾乎是無窮大舞骆。在這個(gè)領(lǐng)域人工智能應(yīng)該怎么辦钥弯？
人的大腦的處理能力是有限的，卻可以完成很多精妙的文學(xué)作品督禽，說明人工智能解決寫作的問題只是時(shí)間上的脆霎。
人工智能在向人類學(xué)習(xí)的時(shí)候船侧，人類也應(yīng)該向人工智能學(xué)習(xí)贤惯，也許能夠找到捷徑手趣。
機(jī)器學(xué)習(xí)的兩次浪潮：從淺層學(xué)習(xí)到深度學(xué)習(xí)
在解釋深度學(xué)習(xí)之前临燃，我們需要了解什么是機(jī)器學(xué)習(xí)．機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支淋袖，而在很多時(shí)候器予，
幾乎成為人工智能的代名詞．簡單來說白指，機(jī)器學(xué)習(xí)就是通過算法戏仓，使得機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律
，從而對新的樣本做智能識別或?qū)ξ磥碜鲱A(yù)測．從20世紀(jì)８０年代末期以來客冈，機(jī)器學(xué)習(xí)的發(fā)展大致經(jīng)歷了兩次浪潮：淺層學(xué)習(xí)（ｓｈａｌｌｏｗ⌒翊印ｌｅａｒｎｉｎｇ）和深度學(xué)習(xí)（ｄｅｅｐｌｅａｒｎｉｎｇ）．
第一次浪潮：淺層學(xué)習(xí)
利用ＢＰ算法可以讓一個(gè)人工神經(jīng)網(wǎng)絡(luò)模型從大量訓(xùn)練樣本中學(xué)習(xí)出統(tǒng)計(jì)規(guī)律。２０００年以來互聯(lián)網(wǎng)的高速發(fā)展郊酒，對大數(shù)據(jù)的智能化分析和預(yù)測提出了巨大需求遇绞，淺層學(xué)習(xí)模型在互聯(lián)網(wǎng)應(yīng)用上獲得了巨大的成功．最成功的應(yīng)用包括搜索廣告系統(tǒng)（比如谷歌的Ａｄｗｏｒｄｓ键袱、百 度的鳳巢系統(tǒng)）的 廣 告 點(diǎn) 擊 率ＣＴＲ預(yù) 估燎窘、網(wǎng) 頁 搜 索 排 序（比如雅虎和微軟的搜索引擎）、垃圾郵件過濾系統(tǒng)蹄咖、基于內(nèi)容的推薦系統(tǒng)褐健，等等
第二次浪潮：深度學(xué)習(xí)
２００６年，加拿大多倫多大學(xué)教授澜汤，機(jī)器學(xué)習(xí)領(lǐng)域的泰斗Ｈｉｎｔｏｎ和他的學(xué)生Ｓａｌａｋｈｕｔｄｉｎｏｖ在頂尖學(xué)術(shù)刊物《科學(xué)》上發(fā)表了一篇文章蚜迅，開啟了深度學(xué)習(xí)在學(xué)術(shù)界和工業(yè)界的浪潮．這篇文章有兩個(gè)主要的訊息：１）很多隱層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)得到的特征對數(shù)據(jù)有更本質(zhì)的刻劃俊抵，從而有利于可視化或分類谁不；２）深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練上的難度，可以通過"逐層初始化”（ｌａｙｅｒ－ｗｉｓｅ』栈濉ｐｒｅ－ｒａｉｎｉｎｇ）來有效克服刹帕，在這篇文章中，逐層初始化是通過無監(jiān)督學(xué)習(xí)實(shí)現(xiàn)的．
大數(shù)據(jù)與深度學(xué)習(xí)
在大數(shù)據(jù)條件下谎替，簡單的機(jī)器學(xué)習(xí)模型會比復(fù)雜模型更加有效
深度學(xué)習(xí)的應(yīng)用
語音識別
圖像識別
自然語言處理
搜索廣告ＣＴＲ預(yù)估
