美国大笔投资在机器学习应用上，占美国整个AI投资的21%。这一领域是仅次于芯片的吸金领域(芯片投资的占比为31%）。机器学习热潮是由三个基本因素的融合推动的：（1）深度学习算法的持续突破；（2）大数据的快速增长；（3）机器学习的计算加速，如GPU芯片这样的机器学习硬件，将训练时间从几个月缩短到几天、几个小时。这些硬件芯片正在迅速发展，谷歌、英伟达、英特尔等公司都宣布推出下一代GPU芯片硬件，这将进一步加快训练速度10\~100倍。
1.2.6游戏
游戏是一个相对简单和可控的实验环境，因此经常用于AI研究。在游戏领域，AI已超过人类。
- 国际象棋
20世纪50年代，一些计算机科学家预测，到1967年，计算机将击败人类象棋冠军。但直到1997年，IBM的“深蓝”系统才击败当时的国际象棋冠军GaryKasparov。如今，在智能手机上运行的国际象棋程序可以表现出大师级的水平。
- 围棋
2016年3月，谷歌DeepMind团队开发的AlphaGo系统击败了围棋冠军。DeepMind后来发布了AlphaGoMaster，并在2017年3月击败了排名第一的柯洁。2017年10月，DeepMind发表在Nature上的论文详细介绍了AlphaGo的另一个新版本——AlphaGoZero，它以100:0击败了最初的AlphaGo系统。
AlphaGo成功的背后是结合了深度学习、强化学习（ReinforcementLearning)与搜索树算法(TreeSearch)三大技术。简单来说，当时的AlphaGo有两个核心：策略网络(PolicyNetwork)和评价网络（ValueNetwork），这两个核心都是由卷积神经网络所构成的。具体而言，首先在“策略网络”中输入大量棋谱，机器会进行监督式学习，然后使用部分样本训练出一个基础版的策略网络，并使用完整样本训练出“进阶版”的策略网络，让这两个网络对弈，机器通过不断新增的环境数据调整策略，也就是所谓的强化学习。而“策略网络”的作用是选择落子的位置，再由“评价网络”来判断盘面，分析每个步数的权重，预测游戏的输赢结果。当这两个网络把落子的可能性缩小到一个范围内时，机器计算需要庞大运算资源的负担减少了，再利用蒙特卡洛搜索树于有限的组合中算出最佳解。而AlphaGoZero与AlphaGo不同，它没有被输入任何棋谱，而是从一个不知道围棋游戏规则的神经网络开始，仅通过全新的强化学习算法，让程序自我对弈，自己成为自己的老师，在这个过程中，神经网络不断被更新和调整。
人工智能与大数据技术导论
10