主题：【围观】Alphago zero的第一盘棋和后来 -- PBS

你这些数据，包括了医生诊断的结果，是以人给出的结果作为基准进行学习，所以这是监督学习

而如果去掉了这些医生诊断的结果，让AI对着各种原始数据慢慢想，这就是非监督学习，可想而知这条路没那么好走

同样不依赖人类专家的结果，而是明确定义出什么样的学习是进步什么样的算退步，这就叫增强学习，也就是AlphaGo Zero的方法核心。这样的学习，不需要人类的目标数据，但是需要规则去定义进步和退步，才能有训练算法所必需的损失函数这些东西。这样的规则现实中大多数时候是没有的，所以增强学习目前多用在游戏，还是规则比较简单明确的游戏，星际争霸这样复杂的现在都不行

至于医疗诊断方面的监督学习，思路还是比较简单的，而难点一是海量人类专家数据的积累和处理，二是对极复杂算法结构的硬件支持。这些事情已经好多人在做了，比拼的是时间和运算力的消耗