preface
本人大三，目前已经学了几个基本的机器学习：决策树、感知机、贝叶斯、k近邻… 使用过 python 及 sklearn, 开始吧~
去年学的几个监督学习与非监督学习，都感觉有点远古了，去最新的机器学习网站逛一下：
推荐阅读：
发现几个有趣的关键词：
BERT
一种语言模型；
BERT的核心结构基于一种被称为Transformer的神经网络，从完成搜索查询和用户写的句子到语言翻译，如今，它已经成为一系列NLP应用的基础。
BERT起源于预训练的上下文表示学习，包括半监督序列学习（Semi-supervised Sequence Learning），生成预训练（Generative Pre-Training），ELMo和ULMFit。与之前的模型不同，BERT是一种 深度双向的、无监督的 语言表示，且仅使用纯文本语料库进行预训练的模型。上下文无关模型（如word2vec或GloVe）为词汇表中的每个单词生成一个词向量表示，因此容易出现单词的歧义问题。BERT考虑到单词出现时的上下文。例如，词“水分”的word2vec词向量在“植物需要吸收水分”和“财务报表里有水分”是相同的，但BERT根据上下文的不同提供不同的词向量，词向量与句子表达的句意有关。
GPT-3
目前最大的语言模型；基于 1700亿个参数，45TB数据；
API 在中国申请不了；
预训练模型（GPT-3，BERT，StanfordNLP等等）的意义：作为一个基准模型，方便我们在自己的数据集训练出适当的模型，而不是从头开始构建来解决问题。如同我们教一个人微积分，是教一个小学生还是中学生级别的预训练模型呢？
MuZero
「进阶版 AlphaGo」，简单来说，MuZero 更「通用」了，它精通国际象棋、围棋、将棋，还能在数十款 Atari 游戏上全面超越过去的 AI 算法和人类。
首先，MuZero 会利用「表征网络」将自己观察到的棋步收集起来，转化为专属于自己的知识；
接着，利用「预测网络」形成策略（即最好的「下一步」是什么），判断价值（即当前决策「有多好」）；
最后，借助「动态网络」判断「上一步有多好」，回收此前做出的最佳棋步，不断完善自己的内部模型。
AlphaFold
一种预测蛋白质结构的 AI；
在生物学当中，看清蛋白质的形状十分重要（几乎所有疾病，包括癌症、痴呆症都与蛋白质的功能有关。蛋白质的功能完全取决于它的三维结构形状，而蛋白质功能则关系着我们健康与疾病的一切。）；
国际蛋白质结构预测竞赛（CASP）上，AlphaFold 2最终击败其他人类选手，拿到了冠军。
「这将改变医学，改变研究，改变生物工程，」生物学家 Andrei Lupas 这样评价 Alphabet 旗下的 DeepMind 最新推出的蛋白质结构预测 AI——AlphaFold 2。
「它将改变一切。」最后这句话直接被《自然》杂志用作封面标题。
只要那些复杂问题需要巨大的组合空间搜索能力才能解决；具有需要优化的明确目标函数；具有大量数据或者具有一个准确有效的模拟方法。那它们就能被 AI 一一破解。
强化学习
强化学习理论受到行为主义心理学启发，侧重在线学习并试图在探索-利用（exploration-exploitation）间保持平衡。不同于监督学习和非监督学习，强化学习不要求预先给定任何数据，而是通过接收环境对动作的奖励（反馈）获得学习信息并更新模型参数。
AlphaGo
实践
想做一个 云顶之弈下棋的 AI
参考资料：
参考项目：
