「論文共讀」是由 PaperWeekly 發起的協同閱讀小組。我們每周精選一篇優質好文，由學術大咖帶大家解讀論文并展開討論，在碎片化時代堅持深度閱讀。

Google DeepMind 團隊在 Nature 上發表的最新論文，闡述了新版 AlphaGo 是如何從空白狀態學起，不使用任何人類棋譜，通過自對弈強化學習，僅用 3 天訓練時間就以 100:0 擊敗了上一版本的 AlphaGo，并用 21 天達到 AlphaGo Master 水平。

AlphaGo Zero 的核心在于強化學習下的自我博弈。本期論文共讀，我們邀請到?深入淺出看懂AlphaGo Zero?一文的作者，圣何塞州立大學研究生劉遙行，帶大家揭秘 AlphaGo 的前世今生。

論文介紹

Mastering the Game of Go without Human Knowledge

@PaperWeekly 推薦

#Deep Reinforcement Learning

DeepMind 最新成果，無師自通下圍棋。

論文鏈接

http://www.paperweekly.site/papers/942

嘉賓介紹

?

劉遙行，圣何塞州立大學研究生，幕布（mubu.com）實習生，關注人工智能和現實生活的工業結合、人工智能和區塊鏈技術的聯合應用。

? ? ?論文共讀 ? ??

?AlphaGo Zero是如何實現無師自通的？

AlphaGo Zero

論文解讀√在線討論√

活動形式：語音直播

?

?活動時間?

10 月 29 日（周日）13:00-14:15

45 min 串講 + 30 min 討論

*請在活動開始前完成論文精讀

?

長按識別二維碼，馬上報名

*報名成功后，關注系統彈出的公眾號獲取活動提醒

往期回顧

?

“陽奉陰違”的半監督學習算法 - Virtual Adversarial Training

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 進行報名

總結

以上是生活随笔為你收集整理的报名 | AlphaGo Zero是如何实现无师自通的？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。