Silver， D.， Hubert， T.， Schrittwieser， J.， Antonoglou， I.， Lai， M.， Guez， A.， Lanctot， M.， Sifre， L.， Kumaran， D.， Graepel， T.， Lillicrap， T.， Simonyan， K.， & Hassabis， D. . A general reinforcement learning algorithm that Masters Chess， Shogi， and go through self-play. Science， 362， 1140–1144. 见原文链接。
衡宇 西风 发自 凹非寺量子位 | 公众号 QbitAI大模型的人才黑洞效应，还在持续。量子位获悉，最新出现在大模型大牛转会名单上的重磅大牛，是90后AI大牛张祥雨，ResNet四位作者之一，孙剑首位深度学习博士生，未来科学大奖得主。
新华社北京1月1日电 美国麻省理工学院近日发布新闻公报说，该校研究人员参与的国际团队利用人工智能深度学习模型，发现了可治疗耐药细菌感染的新型化合物。这些化合物有潜力成为新型抗生素药物。麻省理工学院和哈佛大学等机构研究人员首先测试了约3.
4月21日，地平线「你好，开发者」上海车展特别活动在「智东西公开课」的联合视频直播顺利完结。本次活动邀请到地平线算法平台总架构师穆黎森、地平线软件平台总架构师宋巍两位技术专家，分别以《详解BPU-智能机器人时代“最强大脑”》、《TROS·A如何支持智能驾驶从Demo走到量产开发》为主题展开了分享。
科技战略美国务院发布新的《国家适应和恢复规划战略》，提高应对气候变化的能力据美国务院1月10日消息，美国当日发布新的《国家适应和恢复规划战略》，提出灾害救援、保护商业投资和经济、维护国家安全、确保国家更健康未来所需的蓝图和一系列关键步骤，同时指导各州和地方采取适应行动。
核心观点:1. 至2021年，P/NP问题已经50岁了，但其解决方案仍遥不可及。 随着我们持续地在机器学习以及以数据为中心的计算领域取得激动人心的进步，P/NP问题向我们提供了一个宝贵的视角，去了解在未来的机器学习领域什么是可能的，什么是不可能的。
前段时间 OpenAI 发布了针对复杂推理问题的大模型——o1，也就是草莓模型。Ilya 一句话概括强化学习:让 AI 用随机的路径尝试新的任务，如果效果超预期，那就更新神经网络的权重，使得 AI 记住多使用这个成功的事件，再开始下一次的尝试。
