就好像真有人懂深度学习似的。。。
就我看，这里也没几个人分得清监督学习和增强学习这种最基本的概念。
另一方面，人类的所有知识都可以说是基于统计学的。就算相对论这么牛的东西，被世人承认也是靠真实世界的统计学结果呀。而且这东西在微观世界里也没有量子力学灵光的。
那怎么解释alpha go zero不学棋谱，自己和自己下，最后远超过alpha go。
我看到的资料大意是说，根据围棋的特点和影响胜负的因素设计了一个或几个决策矩阵，然后通过训练学习来优化矩阵中每一项的权重。alpha go用了人类的棋谱学习，但alpha zero就完全没学人类的棋谱，而是通过自己和自己下的结果来训练优化决策矩阵，没几天就超过alpha go了。