AI 的强化学习技术最常被引用的例子是什么？

强化学习最常被引用的例子是 DeepMind 的 AlphaGo 系统。DeepMind 是 Alphabet（谷歌母公司）的子公司，创建了AlphaGo去玩中国古老的游戏—围棋。 赢棋策略非常不透明，就连大师也总是不能说清楚他们为什么选择所做出的移 子—他们说这些移子只是“觉得对”。围棋棋盘上棋子配置的可能性多过宇宙 中的原子数量。要创建出能够理解这种复杂游戏中细微差别和微妙策略的机器， 是一项巨大挑战。 AlphaGo 并没学习过游戏策略，它通过对很多场人类对人类的游戏开发出自 己的策略。在 2016 年 3 月，AlphaGo 与得过 18 次世界冠军，也是世界上最好的 （人类）围棋手李世石下棋。AlphaGo 以四比一打败了李世石。为了赢棋，AlphaGo 开发了几种新策略，这些策略与几百年来专业围棋手公认的智慧相悖。通 过观察 AlphaGo 的策略，人类围棋手也完善了他们的棋法。

以上信息摘自《创新之巅：未来十年重构商业的六大战略性技术》，这本电子书收录于开发者藏经阁，下载地址：https://developer.aliyun.com/ebook/download/7469