节目

你喜欢的节目都在这里

#539. 手搓AlphaGo:前DeepMind科学家拆解AI围棋核心原理,以及对LLM强化学习的深远启示

跨国串门儿计划

📝 本期播客简介 本期我们克隆了知名科技播客《Dwarkesh Patel 播客》的一期深度对谈 What rebuilding AlphaGo teaches us about self-play, RL, and future of LLMs - Eric Jang 主持人 Dwarkesh Patel 与嘉宾 Eric Jang 展开了一场精彩纷呈的技术深潜,从零开始重建了 AlphaGo 的思想宫殿。 Eric Jang 曾担任 1X Technologies 的 AI 副总裁,此前是谷歌 DeepMind Robotics 的高级研究科学家。他在休假期间做了一个让极客们热血沸腾的项目:用当今的开源工具和极低的预算,从头重建、改进并深入理解了 AlphaGo。在这期节目里,Eric 手把手地拆解了 AlphaGo 的核心组件——蒙特卡洛树搜索(MCTS)、策略网络与价值网络如何协同工作,以及为什么这套组合拳如此优雅且强大。但这远不止是一堂围棋 AI 历史课。Eric 更进一步,将 AlphaGo 的算法与现代 LLM 的强化学习进行了直接对比,深刻揭示了后者在方差、信用分配和样本效率上的根本困境,并展望了将搜索思想引入大模型推理的前景。此外,他还分享了自己用自动化 AI 辅助研究的实践经验,探讨了围棋作为“AI 科学家”孵化器的可能性。整期节目信息密度极高,从算法直觉到宏观哲学,将彻底刷新你对强化学习、搜索和智能本质的认知。 👨‍🔬 本期嘉宾 Eric Jang,前 1X Technologies AI 副总裁,前谷歌 DeepMind Robotics 高级研究科学家。他在机器人学习、深度强化学习领域有深厚积累。近期,他在休假期间独立完成了从头复现和改进 AlphaGo 的项目,并撰写了详细的技术教程,引发了社区广泛关注。他以对 alphaGo 核心机制的独到洞见,以及对自动化 AI 研究的先锋思考而闻名。 ⏱️ 时间戳 00:00 开场 & 播客简介 从零开始理解 AlphaGo 02:05 为何 AlphaGo 令人着迷:用一个神经网络摊销几乎不可解的搜索 03:43 围棋规则速通:从吃子到 Trump-Taylor 计分 08:38 搜索树与组合爆炸:361的300次方,比宇宙原子数还大 蒙特卡洛树搜索(MCTS)核心原理 11:16 UCB 与 PUCT:如何边建树边决定探索哪条路 15:59 价值函数登场:人类“一眼定输赢”的直觉,AI 也能拥有 21:02 策略网络:先猜一把哪儿值得搜,大幅剪枝 神经网络与搜索的完美联姻 24:54 MCTS 四步流程:选择、扩展、评估、回传 27:28 架构选择:为什么 ResNet 在小预算下仍优于 Transformer 34:23 初始化的魔力:先用人类棋谱教会模型什么是好棋 42:21 Self-play 闭环:让搜索反哺网络,实现策略迭代 强化学习的优雅与残酷对比 47:41 MCTS 作为改进算子:永远给你一个比当前策略更好的答案 52:00 知识蒸馏:把几千步搜索的成果内化到网络的一次前传里 57:04 价值函数训练技巧:小棋盘预训练与终局标签的重要性 01:03:01 深度震撼:10 层神经网络如何摊销 NP 难问题 01:11:35 对比 LLM RL:方差为何爆炸,“吸管里吸信号”的困境 01:22:21 MCTS 能直接用于 LLM 推理吗?广度、深度与动作空间的挑战 计算效率与自动化研究 01:28:41 算力缩放亲历:从千万美元到几千块,AlphaGo 变廉价了 01:38:08 Off-policy 训练与回放缓冲区:如何复用旧数据 01:47:04 信息论视角:监督学习每样本比特数远超 RL,软标签有多重要 01:55:36 围棋作为 AI 科学家孵化器:用外循环验证研究直觉 02:05:12 研究品味与可验证性:如何设计正确的 RL 环境 02:08:03 结尾 & 资源推荐 🌟 精彩内容 💡 10 层网络,摊销 NP 难题 Eric 指出 AlphaGo 最深远的贡献并非围棋本身,而是一个概念突破:区区 10 层神经网络,通过一次前向传播,就能以极高精度近似一个几乎不可解的深层搜索问题。这暗示了宏观特征可以瓦解我们对计算复杂度的传统认知,类似的现象也出现在 AlphaFold 等模型中。 “这是一个突破,我觉得今天大多数人都没能完全领会它有多么深远。” 🛠️ MCTS 的优雅:永远不用从 0% 开始 与今天 LLM 使用的朴素策略梯度方法不同,AlphaGo 的 MCTS 永远能基于当前状态给出一个改进后的策略标签。这意味着它的学习过程从未陷入“所有信号都是零”的荒漠,每一步都有明确的监督目标,从而实现了惊人的采样效率和稳定性。 “AlphaGo 之所以优雅,就是你永远不需要从一个 0% 的成功率开始,也不需要解决怎么拿到非零成功率的探索问题。” 🚀 监督学习信息效率完胜 Eric 与 Dwarkesh 从信息论角度对比了监督学习和 RL。在低 pass rate 区域,RL 每个样本只能提供极少的学习比特,而监督学习通过软标签(整个概率分布)可以提供高得多的信息量。这也解释了为何蒸馏如此强大——MCTS 的访问计数分布作为软目标,传递了远超单个动作标签的“暗知识”。 “在一个软标签里,每样本的信息量,以比特计,要大得多。这就是为什么蒸馏这么有效。” ⚖️ 成为第一,算力永远最贵 Eric 分享了自己仅用一万美元算力就重建 AlphaGo 的经历,对比当年 DeepMind 动辄百万美元的投入和定制 TPU 集群。他强调:“成为第一个做成一件事所需的算力,永远比后来追上来所需的算力大得多。”这个规律在 LLM 时代同样成立,先行者必须为探索未知付出巨大溢价。 🧪 围棋作为 AI 科学家的训练场 Eric 正在将围棋打造成一个“外循环”,用于训练自动化 AI 研究智能体。因为围棋验证快速、胜负明确,可以低成本地检验智能体提出假设、设计实验、解释结果的能力,最终有望迁移到更复杂的科学发现任务中。 “我搭建这个围棋环境的动机之一,就是觉得围棋承载了大量非常有趣的研究问题,而且验证速度很快。” 🌐 播客信息补充 翻译克隆自:《Dwarkesh Patel 播客》(Dwarkesh Patel Podcast) 本播客采用 AI 声纹克隆技术将原主持人和嘉宾的声音翻译成中文,可能听起来略有差异。 使用 AI 进行翻译,因此可能会有一些地方不通顺; 如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight

129分钟
1k+
1周前

【麻麻灵性】5.14-5.20大畜卦全解析-易经八卦六爻 x 东西方占卜 vol.204

麻麻日课

本期【麻麻灵性】栏目深度解读5 月 14 日 —5 月 20 日山天大畜卦,以六款胸针为指示物,结合节气规律、人生修行与成长哲学展开通透分享。大畜卦主蓄养积淀、知止进退、顺势沉淀,对应万物生长、财富积累与心性修行的自然节律。主讲人结合自身心路历程,拆解大畜卦核心智慧:人生巅峰之后不必冒进逞强,学会等待时机、沉住节奏才是高阶生存之道。世间成事从不是急于一时出手,而是懂得让子弹再飞一会,在观望中沉淀、在蛰伏中蓄力。同时从六组牌象分别解读蛰伏蓄力、向内沉淀、养兵待命、收获守成、成长蜕变、灵魂跃升六种人生状态,提醒大家人生本就是走走停停,低谷时向内求索,蓄力时默默精进,巅峰时保持清醒,跳出世俗单一的成败定义,用更高维度视角看待命运与选择,在沉淀中积蓄力量,在从容中静待花开。 * 时间节点: 00:28 人生往上攀爬的过程注定辛苦难熬 03:15 时机未到不可贸然冒进强求前行 04:11 真正拿到结果的人都懂得耐心等待时机 05:05 历经阅历才会看懂年少时的幼稚与不足 05:43 天道自有春夏秋冬盛衰循环的规律 06:26 自我倾诉与祭祖反省能解开内心卡点 07:18 人生本就是走走停停起落无常 07:33 陷入停滞时适合向内求重新定位自己 08:39 养兵千日用兵一时 平日自律方能适时出发 09:13 创业本质是找回主观能动性与自由意志 10:33 懂得守成克制方能守住已有收获 11:16 人生会从乖顺懵懂走向独立锋利再回归通透 12:23 人生到高阶层次会超越物质追求精神意境 13:02 真正的亨通是条条道路皆可随心而行 13:23 跳出世俗狭隘定义 用高维视角看待人生境遇 * 牌组: 牌组一:常戴百搭西装胸针 牌组二:香奈儿款式胸针 牌组三:闲置小众胸针 牌组四:牛仔系列胸针 牌组五:钻石系列西装胸针 牌组六:小蜜蜂毛衣胸针 14:14麻麻祝福 * 相关的视频: 【5.14-5.20大畜卦全解析易经八卦六爻 东西方占卜】 https://www.bilibili.com/video/BV18iLg6pE9e/?share_source=copy_web&vd_source=b5e4aa1dee5d71bd5b99793cd7d47da9 * 我们的产品:小鹅通 快团团 * 联系我们的方式:麻麻助理MaMaXZL

14分钟
58
1周前

被PUA是代际成长的一记回旋镖吗?

界面文化|编辑部聊天室

本期主持人|李欣媛 本期嘉宾|徐鲁青 王鹏凯 王百臻 音频剪辑|周文晴 徐鲁青 短视频平台最近流行起了一类拍摄风:围绕“小时候被PUA的话术”,让孩子来接下半句。于是,家庭中常见的情感勒索表述,突然有了别的视角方向——“你长大了”后面不再是“翅膀硬了”,而是“你变成了很厉害的人,我为你骄傲”;“这是我的家”后面不再是“不听话就滚出去”,而是“这也是你的家,你可以做任何想做的事”。 这个亲子互动梗的辐射范围不断扩大:有人向异国伴侣提问,以此解构东亚教育思维;也有女生让男友接自己从小听到的话,引发对性别关系的反思。这种隔空问答,为拍摄者提供了迟到的治愈瞬间,也重新点燃了关于家庭言语暴力的讨论。 家庭关系的讨论几乎每年都会出现在流行文化盘点中。为什么我们年复一年地讨论这些话题?而这些持续的讨论又在当下带来了哪些新思考? 03:11 “翅膀硬了”此类暴力话语长期存在于历史中 07:24 东亚语境下家庭关系的一次权力倒转 09:51 数字时代下私密的精神创伤成为一种公共叙事狂欢 12:39 处理精神创伤正成为一种趋势 16:33 对“PUA”的敏感是一种确证 24:10 用新“家庭实验”来治愈原生家庭之痛

31分钟
99+
1周前

Vol.046|一千零一夜⓫:独家揭秘!卡耐基写《人性的弱点》,原来是抄袭了这个故事!

夜夜页页

欢迎来到人类史上最瑰丽的沉浸式故事剧场——《一千零一夜》。 一千零一夜·系列合集 👈点击即可查看 这部故事集可以担得起一切最极致的赞誉与评价。这部书也遭受了最猛烈的抨击与迫害,即使时至今日,依然不绝。 原典中存在着大量的未经伪善过滤与过度文明规训的质朴描述。当故事的刀刃抵住咽喉时,舌头便成了最性感的器官。欢迎进入莎赫札德的叙事角斗场——这里没有童话,只有用悬念锻造的求生匕首,以及比春药更烈的语言巫术。 重读原典不是猎奇,而是打捞被规训文明过滤的野性思维。所有被规训的我们,在删减中慢慢失语。从今夜开始,让舌头重新长出荆棘——欢迎进入未经过滤的人间。 而故事的第一讲述者,是一位勇敢机智,博古通今的光辉女性形象——山鲁佐德(又译为“莎赫札德”),为后世提供了一个近乎完美的叙述样本。她精通占星术与政治学,在情色故事里埋设哲学谜题,用叙事节奏操控暴君喜怒无常——当西方还在等待但丁的贝雅特丽齐时,东方的夜之女王早已用话语权完成弑君仪式。 从巴格达集市的说书人烟斗,到博尔赫斯的迷宫书房,这部诞生于8世纪的口述史诗,裹挟着印度智慧、阿拉伯香料与希腊星尘,近千年后,在开罗定本为今日模样。从此,开始为这个世界带来无穷无尽的灵感与故事来源: 但丁《神曲》的九层地狱架,构暗合阿拉伯宇宙观;薄伽丘《十日谈》的瘟疫叙事框架,恍若山鲁佐德的镜像倒影;甚至乔伊斯《尤利西斯》的都市漫游,都能在巴格达夜行者的足迹里找到原型DNA...... 这是一部没有作者归属的“开放文本”,是一次人类智慧集体创作狂欢:每个说书人都是续写者,每支商队都是故事载体,每场宴会都是叙事催化剂。 整本书,更是像一个故事迷宫,重重叠叠,曲曲折折,环环相扣,层层嵌套。请各位随我们一起进入,那个光怪陆离,如梦似幻的,人类文学史上最瑰丽的幻想世界。 (本期没有指路牌,欢迎进入故事迷宫~~ |听友群| 经过长时间的酝酿,【夜夜页页】开通听友群啦!!! 进群方式:VX【YEYEYEYEPODCAST】或扫描底部的二维码添加官方小助手。 这里有很多志同道合的有趣灵魂,欢迎你一起来玩。 我们的最终愿景,是成为一个线上线下互通,为各位听友提供有趣活动的兴趣社区。 |广而告之| 1.【夜夜严选小书摊】#微信小店带货橱窗://夜夜页页FM的橱窗/zot0lGEh3KPWkHe(复制后在微信打开即可) 买过的都说好,提供 X 独家严选书单: 本本精彩、阅读陪伴、高品质社区讨论、出版社直发。 一句话,买书,质保终身!!!陪读终身!!! (欢迎加入听友群,橱窗选购) 2.艾克斯_X 的孔网二手小书摊:搜索【末本斋】,均为我个人藏书,选品精,品相好,欢迎大家来逛逛! 如心生喜悦,请随喜赞赏!!❤️❤️✌️🙏

63分钟
3k+
1周前

盲道被撞摆拍者被刑事立案,丧假证明引职场争议,黄仁勋谈职场态度

热搜快充站

00:08 🦯 全网愤怒一周的「盲道被撞」视频竟是摆拍!两名博主自导自演吸粉引流,被刑事立案,139万粉丝账号清零,残障身份沦为流量工具,社会信任代价惨重。 00:54 😢 亲人刚走还要拍灵堂发HR?「丧假需上传证明」冲上热搜,折射出40年未更新的丧假制度与职场信任危机,江苏四川已率先扩大丧假范围。 01:44 🔥 英伟达CEO黄仁勋在斯坦福演讲称「洗过的厕所比在场所有人加起来还多」,他说热爱不是找出来的,是做出来的,引发职场择业观大讨论。 02:21 🛏️ 住酒店床单到底换没换?记者暗访维也纳、希尔顿欢朋等多家连锁酒店,用荧光标记法发现床单压根没换,违规成本最高才罚2000元,远低于省下的洗涤费。 03:02 📚 老师现在有多难?有人说真正用在教学上的时间只有30%,剩下全是填表、客服、调解家校矛盾。好消息是2027年新教师法拟明确教师「国家公职人员」身份,工资联动公务员,还赋予合法惩戒权,权责不对等的问题终于要从制度层面破局了。 03:52 💰 安徽芜湖破获系统性骗贷案!犯罪团伙伪造收入证明、签「阴阳合同」虚高房价,22人集体失联断供,银行损失超2000万。那些「借名赚钱」的人,征信报废还面临刑事追责,代价惨重! 04:37 💰 花一万买iPhone值不值?支持者算过账:旗舰机用四年每天不到十块,二手保值稳,体验确定性强。但国产旗舰追得很快,这笔钱到底值不值,还得看你怎么用。 05:19 🧣 洁丽雅创始人嫡长孙石展承,没进核心管理层、持股仅17%,却靠抖音短剧爆火、首播带货542万,用流量重新定义「接班」这件事。 06:00 🎬 24岁的李庚希在戛纳哭了!中法合拍片「无名女孩」全球首映,全场起立鼓掌整整5分钟,这也是本届戛纳唯一入围的华语长片,连续两年靠作品拿到戛纳入场券,实力说话。 06:39 💍 世乒赛刚打完,国乒小将牛冠凯就火速回国结婚啦!新娘段冬妍也是乒乓球运动员出身,两人从河南省队少年时期就认识,妥妥的青梅竹马,网友直呼太甜了!

7分钟
99+
1周前

VOL.112 非同寻常火马年,藏在干支里的冷门养生绝学!

找个医生朋友聊聊

今天聊的这个话题,绝对是2026年大家最该关注的——丙午马年养生!咱们老祖宗常说“顺时而养、顺年而调”,可不是随便说说,每一年天地的能量场都不一样,咱们的身心状态也会跟着“换频道”。 重点来了!2026年是丙午马年,五行格局特别特殊——“丙”属火,“午”也属火,妥妥的“火上加火”!这就意味着,今年咱们的养生调理,绝对不能照搬往年的老办法,不然很容易“火上浇油”,越调越乱。 今天就给大家拆解丙午马年的五行密码,教你避开养生误区,不管是日常作息、饮食搭配,还是简单的调理小技巧,都贴合马年气场,普通人也能轻松上手,顺顺利利养出好身体~ 想要详细了解马年如何养生的,可以+v(nideijiankang) 医生朋友介绍 加入听友群 请加微信:nideijiankang 公众号(干货文字版):是阿玺呀 往期精彩回顾: 1、阴虚火旺怎么办?可以点击这里进行收听! 2、拒绝瞎买❗阿喜科普级闭眼入好物,可以点击这里进行收听! 本期时间轴 00:16 丙午马年预警⚠️ :动荡+火热双buff,养生要注意这些! 03:40 十五能量外泄,口舌争执易上门! 05:25 学中医为啥要啃古文?读懂背后意义才入门! 07:55 天干丙火+地支午火:虚寒的人会舒服,阴虚的人会自燃! 10:45 皮肤病 + 鼻塞找上门,可能是肺在“求救”! 14:10 燥气缠身难缓解,养津液胜过多喝水! 15:57 看舌辨健康!阴虚、脾虚、肝血虚一眼分清! 17:34 老长口腔溃疡?清心降火才对症! 20:00 心血虚、肝血虚,睡不着,试试酸枣仁膏,但这些人不能用!为啥喝玉灵膏上火? 22:22 心肾不交真相:心火一动肾阴受损! 23:51 跟上五行吃饭?没必要,正常吃饭就行! 25:12 便秘就猛吃水果?多数人都走错路! 27:40 小便发黄气味重,喝点栀子水降火!心火大,可以试试莲子心淡竹叶茶! 30:20 苦寒直折伤脾胃,降火远离三黄片! 32:00 热敷vs热烤,差别太大! 35:30 治疗疾病,发出来更好吗? 38:30 身体火大,一定不要灭,要润!

40分钟
2k+
1周前

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧