仅仅一年后，AlphaZero 横空出世——没有人类棋谱、没有经验指导，只靠自我博弈，便在短时间内超越了所有 AlphaGo...
DeepMind与UCL等机构合作推出RoboBallet，利用图神经网络和强化学习实现8个机械臂的高效协作。该系统能快速处理复杂任务，规划速度达到每步0.3毫秒，展现出优越的实时性和泛化能力，适用于自动化制造等领域。
Reflection AI成立一年，目标融资10亿美元，开发开源大语言模型Asimov，专注于代码理解。创始人曾参与AlphaGo开发，受中国开源AI影响，力争成为美国领先供应商。
DeepMind的研究提出了“苏格拉底式学习”，使AI系统在封闭环境中自我完善，超越初始数据的限制。通过“语言游戏”，智能体能够自主生成数据并提升技能，强调反馈和数据覆盖的重要性。这一方法为实现通用人工智能开辟了新路径，展示了AI自我改造的潜力。
LLaMA版o1项目由上海AI Lab发布，结合蒙特卡洛树搜索与强化学习，开源代码引发关注。该模型在数学奥赛测试中表现优异，优化后正确率显著提升。团队还推出了包含长思维链的预训练数据集，支持进一步训练。同时，上交大团队的O1-Journey项目也在推进中。
谷歌DeepMind的核心作者Julian Schrittwieser宣布加入Anthropic，结束了十年的DeepMind生涯。他参与了AlphaGo、AlphaZero和MuZero等重要项目，推动了强化学习的发展。业界对此举表示关注，期待他在Anthropic的表现。
2023年，DeepMind与Google Brain合并成立了Google DeepMind，旨在推动AI产品研究和进步。Google DeepMind的目标是发明下一个推动AI前沿的架构，并在多模态理解、长期记忆和推理能力等方面进行改进。哈萨比斯还谈到了开源模型的问题，认为前沿模型需要经过更多审核，发布一到两年后才能开源。他还提到了AGI的测试标准，以及如何确保AGI能够使每个人受益。
谷歌DeepMind开发了一款使用ABB的IRB 1100机械手的乒乓球机器人，通过摄像头捕捉球的轨迹和人的动作，展示了机器人的潜力。未来可能发展成两条腿的机器人，应用于其他领域。
李世石在接受采访时表示，被AlphaGo击败后，他感到整个世界都塌了。AI技术的发展对围棋界产生了巨大影响，人类棋手的判断能力得到提升。围棋界也面临着AI作弊的问题，但同时也有人利用AI的弱点来击败它。围棋界的AI仍存在许多问题。
本文改进了Coquelin和Munos（2007）的证明，证明了在D链环境上，UCT算法可能导致指数级的遗憾。同时使用证明方法对AlphaGo的MCTS及其后继算法演示了相同的遗憾程度。
李赛多尔是一位职业围棋选手，与AlphaGo进行了一场著名的比赛。他低估了人工智能的强大，但认为人类可以与之合作取得进步。
【阅读时间】21min - 24min 10999字【内容简介】AlphaGo1.0详解链接，这篇AlphaGo Zero论文原文超详细翻译，并且总结了AlphaGo Zero的算法核心思路，附带收集了网上的相关评论
【阅读时间】15min 8506 words【阅读内容】针对论文AlphaGo第一版本，进行了详细的说明和分析，力求用通俗移动的语言让读者明白：AlphaGo是如何下棋的
完成下面两步后，将自动完成登录并继续当前操作。
