有关电子竞技的演讲稿
电子竞技首先请允许我来为大家介绍下电子竞技：电子竞技运动就是利用高科技软硬件设备作为运动器械进行的、人与人之间的智力对抗运动。
通过运动，可以锻炼和提高参与者的思维能力、反应能力、心眼四肢协调能力和意志力，培养团队精神。
电子竞技从字面解释分为“电子”和“竞技”“电子”是其方式和手段，指这项运动是借助信息技术为核心的各种软硬件以及由其营造的环境来进行，这类似于传统体育运动项目中相应的器材和场地。
比如，田径的赛场，篮球的篮球架，乒乓球的球案、球拍等等。
“竞技”则指的是其体育的本质特性，即对抗、比赛。
作为一个体育项目，对抗、比赛是最基本的特征，这也是电子竞技运动有别于其他电子游戏特别是网络游戏的主要不同。
电子竞技同样具有着体育竞技所具备的“公平”、“公正”、“公开”的三大原则，同样需要选手在日常不断地训练和研究新的技术才能在比赛时发挥出自己的最佳水平，从而击败对手。
正是因为电子竞技运动内涵和功能，国家体育总局才根据形势发展的需要，将之列为中国正式开展的第99个体育项目，后来合并项目后成为第七十八个体育项目。
我开始了解电子竞技是在上大学以后，上了大学我开始更多的接触网络，接触游戏。
正如体育项目一样，一个国家该项目的好坏与其群众基础是无法分开的，我看到很多同学都在玩一款叫做dota的游戏，有时候我也和他们一起娱乐一下，我那时候以为这只是很普通的游戏，大家一起玩，一起娱乐，起到放松和休闲的作用。
但是
求篇历史故事演讲稿
平日的学习中，我认真刻苦，遇到困难，总是及时解决，一点也不怀疑自己的能力，对于失败，总是一笑而之，并不为成功而沾沾自喜。
对于失败，我从不气馁，永远都是努力再努力，因为我相信我能做得更好。
我也经常积极主动地帮助其他同学一起进步，不厌其烦地帮助同学们订正、完成作业，经常督促拖拉作业的同学做作业。
尊敬的老师、亲爱的同学们： 非常感谢大家对我的信任，给我这次竞选大队委的机会。
我是一个勤奋刻苦、品学兼优的自信男孩。
我热爱学习、尊敬老师、团结同学，各科成绩优秀。
我在班级担任副班长、数学大组长和背诵大组长的职务，我能认真履行自己的职责，做好老师的小助手、同学的好榜样。
我每学期都被评为优秀学生干部和三好学生。
四年级还被评为通师一附校优秀三好学生，获得周紫丽奖学金。
我也是一个活泼开朗、兴趣广泛的阳光男孩。
我喜欢运动，擅长乒乓球，爱好篮球、足球、羽毛球等运动。
我爱好音乐，喜欢弹钢琴，我的偶像是郎朗，我曾获得成都市双楠实验学校超级童声大赛二等奖，今年暑假，我参加南通市文化馆和乾冬钢琴学校联合举办的“为奥运喝彩”钢琴比赛，荣获三等奖。
我还喜欢英语、上网，今年七月参加了全国青少年英语技能大赛，获得了情景剧类南通赛区第二名和全国总决赛三等奖的好成绩。
我还在新浪网开辟有自己的博客。
我还是一个心地善良、乐于助人的热心男孩。
我能够以一颗宽容的心对待每位同学，主动热情地帮助每一位需要我帮助的人。
假如我当上了大队委，我一定不辜负老师和同学们的期望，在学校大力宣传我们的班级，在班级尽心尽力地为同学们服务。
同时我也会更加努力，提高自身素质，以更优异的成绩来回报大家。
我的竞选宣言是：我努力，我能行
请大家支持我
谢谢大家
我想要一个关于骆驼祥子的演讲稿
通读《骆驼祥子》，我感触很深。
之前，在读其他的现代文学作品时，总感觉十分难懂，总要经过阅读大量材料后，才明白作者写作的意图。
而老舍却用朴实的语言和细致的描写，将高深的内涵传达给了读者，让读者明白——黑暗的社会不让好人有出路。
这是一个悲剧故事，他讲述了老北京城里的一幕…… 祥子来自农村，来到城市，他希望以诚实劳动过上美好的生活。
他立志要买一辆属于自己的车，想拉就拉，不受车场主的控制。
经过三年的努力，他买上了属于自己的车。
可好景不长，才几个月，就被大兵抢去。
他没有服输，认定了目标干下去，几经失败，几次动摇，他都挺了过来。
但在黑暗社会的压迫下，他还是失败了，自此堕落下去。
“他没了心，他的心被人家摘去了。
”勤劳、要强、善良、健壮的祥子，就此成为一个“没有心”的行尸走肉。
作品除了对祥子的描写外，还围绕祥子的生活经历，刻画了许多下层人物的形象：诈骗祥子的孙侦探、抢车的大兵、和善的曹先生，以及杨太太、老马小马祖孙、车场主刘四爷等等。
遍观所有的人物，其实他们也是一日不如一日。
作者通过对他们的描写，也反映出下层人民的生活状况，反映出社会的黑暗。
对于祥子，我深感惋惜。
他坚强、他上进、他勤劳、他善良，就像那老实的骆驼一样。
他来自农村，有许多难能可贵的优良品质。
但面对社会，面对黑暗的社会，面对这不让好人有出路的社会，他终究还是被打败了。
像这样要强的人，最后也被打败了，更凸显了极度黑暗的社会对人的摧残。
在今天，极度黑暗的社会已不复存在，没有战乱，没有压迫。
但以祥子为代表的，执着的追逐梦想的人，似乎也随着时间的推移而消失了。
有人说：“我要学好美术，将来做一名艺术家。
”有人说：“我要学好信息技术，将来学IT专业，在信息平台上大干一场。
”常常听人说：“我要……，将来……。
”这样的话，但实际上坚持下来的又有多少呢
放弃可能因为太难，但如果将太难和放弃理想做比较，恐怕就没有人会选择放弃理想了吧
如果问你，你在上学的路上，不巧路上有一段路在施工，你还继续上学吗
相信答案非常肯定，一定是要去的。
为什么
原因一定有很多，但一定有一条原因是：学校里要求不允许无故旷课，而有一段路施工不足以导致你不能到校。
而这就是关键所在。
在现实生活中，你有时候做的一些事情，是“按规矩办事”，或是纪律，或是天职，或是习惯，他们要求你去做这些事。
而梦想，没有人要求你必须实现，因此人们也就慢慢忘却了梦想和它的重要性。
要强的祥子，若没有了那令人窒息的社会，凭他的执着和坚韧，完成他的志向定是绰绰有余的。
我们要向他学习的，就是祥子骆驼般的坚韧和执着。
认准目标，带上祥子的执着，登程吧
如何打造史上最强AlphaGo
一、迁移学生的兴趣，激发求知欲学好英语需要持之以恒的毅力，而“双差生”缺乏的往往就是这种锲而不舍的精神，如果只是从正面向其大谈学好英语的种种好处，恐怕收效甚微。
如能把这些学生在其它方面的兴趣，迁移到学英语中来，则可事半功倍。
对那些常逃学到街上打电子游戏的学生，可以用电脑让学生见识“红色警戒”、“沙丘2000”、“星际争霸”等游戏。
那令人震憾的32位音效，赏心悦目的3D动画，人性化的交互式操作，很快地，就融入游戏之中。
但每每就在其指挥着千军万马，即将解放全人类，实现心中梦想时，屏幕上却出现了数行的英文提示，看到全是英文版的提示，学生傻眼了，使他们顿悟：下世纪，玩，也要懂英语。
二、巧妙地，用口诀帮助记忆，提高学英语热情英语语法规则，词的用法区别，发音规则等，常让学生迷惑。
有鉴于此，教师可编些口诀来帮助学生记忆，降低学习难度，使学英语的热情升温。
对初一学生讲“be”的用法，记口诀：I用am，you用are;Is跟着他，她，它。
要问复数用什么?其后全部都用are .又如，教师只要常收纳，多积累，勤总结，口诀就会涌涌不断，教学也定会趣味横生。
迁移学生的兴趣，正如“四两拨千斤”。
三、让学生制作教具，激发学习英语兴趣对教学中所要用到的图片，可以提前一个星期布置，要求他们用彩笔画在白色的硬纸片上，在纸片的背面再写上图画所表达的单词及其意思。
一周后，一些“作品”被运用在课堂上。
这样，在课外学生都兴趣盎然地制作图片，课上他们都期待着自己“作品”的出现。
开展画图片活动，其意义已经超出图片的本身，它让学生体会到成功，这种成功的喜悦大大激发了学英语的兴趣，使学生愿意来上英语课。
此外画图片，也培养了学生的绘画能力，开发他们的智力，也可让他们先熟悉一下将要教的新课，达到预习的目的。
四、自编短剧，调动学习积极性学习要“学以致用”，而英语的学习更是如此。
我们要让学生学了英语后，要会开口说英语。
利用课前五分钟左右时间让学生到讲台前表演他们自编的课本剧。
具体做法如下：上课前，由当天的值日生(两个)，先用英语作Duty Report.内容有：星期、日期、出席情况、天气等。
然后由这两个值日生，或者他们再邀请别的两三个同学一起，表演他们课前已编排好的短剧，剧情可依照已学过的课文的情景，也可自己创设情景，但是台词必需要运用已学过的类型。
之所以这样做，为了复习旧课，而这种复习不是简单的重复，而一种创造，是语言的活用，从而加深对新学内容的理解，最终达到“学以致用”。
自编自演课本剧，让学生在笑声中复习，巩固旧知识，避免了学生紧张的提问复习法，这种方法能使学生处于积极主动的学习状态，也能培养学生的创造思维能力。
五、开展竞赛，调动学习兴趣学生具有进取心和荣誉感，尤其在市场经济竞争的熏陶下，学生的竞争意识更加激烈。
将竞争机制引入英语中来，则是一种行之有效的形式。
例如，我们可以将日常口头操练用语变化成竞赛用语;问答可以来一个“抢答”;拼读学词，来一个拼“单词大王”竞赛，以及书写比赛，猜谜语大赛，传悄悄话竞赛等多种多样的形式;再用积分法，给予鼓励效果更佳。
课堂上适当的竞赛，学生乐于参与，乐于争先，乐于学习，这就调动了全体学生的学习兴趣。
总之，兴趣是推动学生学习的内存动力。
教师要创设多种能激发学生学习兴趣的情境。
ACG文化主要些什么
ACG:动漫游文化.指由Animation（动画）、Comic（漫画）和Game（游戏）组成的文化。
一直以来，人们总以为游戏与动漫都只是一种休闲的方式。
如同电视电影最终发展成为了一种文化一样，在现在，游戏动漫同样以文化的姿态诞生了
这种新兴的艺术如同蒲公英一般，将种子洒向大地，在世界的每一个角落生根发芽了。
游戏与动漫，天生是连在一起的，从动漫中涌现出了游戏背景，从游戏中，勾勒出动漫原型。
在95年之后，电脑游戏开始了高速发展，《命令与征服》，《仙剑奇侠传》，《DOOM》，还有《轩辕剑》、《大航海时代》，就是这一个个令人熟悉的名字推动着电脑游戏的发展。
为了这些游戏，有多少人放弃了可贵的睡眠，有多少人在其中沉醉不知归路，又有多少人因为这一个个游戏成就了自己的梦想
之后，一个伟大的名字伴随着两个伟大的游戏出现了，这个名字就是Blizzard，这两个游戏就是ARPG的经典代表《暗黑破坏神》和即时战略的极品《星际争霸》
前者开创了动作角色扮演游戏的先河，可玩性相当强，现在已经推出2代，成为世界上最畅销的游戏之一，在全世界的销量超过了300万套，每天都有无数人在网上厮杀。
而后者，最伟大的即时战略游戏，97年推出，当时就引起了不小的轰动，不久推出了资料片《母巢之战》增加了兵种，以后又不断的推出补丁进一步平衡游戏和增加更多的功能，可以体现复杂多变的战术，至今仍未有可以超越它的即时战略游戏。
现在很多游戏比赛的首选项目都是《星际争霸》，可以说，它是游戏史上最伟大的一部游戏
现在无论到哪个网吧，总可以看到有人在连线对战《星际争霸》，国内外成立了百上千的星际战队，狂热的爱好者们写了小说，这，就是一个伟大游戏的影响，一个伟大游戏的魅力
光阴如梭，岁月如歌，眨眼间，到了新的世纪。
那些熟悉的名字再次以崭新的面孔呈现在我们的面前。
这时，我们用的不再是486，看到的不再是马赛克，而是更快的速度，更精美的画面，不变的是那份对这些游戏真挚的喜爱，更多的游戏也展现在我们的面前。
但是，在这柯立支繁荣的假象后，游戏的内涵早已不被人注意，游戏失去了其本来的意义：休闲。
一时间，游戏世界沉默了，是在沉默中爆发
还是在沉默中灭亡
新生的游戏文化会就此夭折吗
答案是：绝对不会
新生的游戏产业具有强盛的生命力和无穷的创造力，一定会有新的东西来给已经重新振作游戏世界的。
网络游戏异军突起，呼啸着席卷了整个游戏市场，另一方面，游戏玩家职业化开始萌芽了，职业游戏的盛会韩国的WCGC大赛使我们看到了职业游戏玩家的雏形，世界各地规模大小的游戏比赛共同推动着游戏玩家职业化的进程。
同时，游戏成为了一种文化，目前兴起的游戏文学就是最好的例子，出名的小说如根据《龙与地下城》规则出发的欧美的奇幻小说《龙枪三部 曲》、=《沙拉那之剑》，中国的星际小说《血染的图腾》、《逆》，游戏文学把游戏带进了艺术的世界。
游戏不再是单纯的游戏，游戏是一首诗，游戏是一幅画，游戏是源远流长的历史，游戏是缥缈虚无的未来。
游戏是什么
游戏是文化，从另一个侧面反映世界的文化，是亦幻亦真的另一个世界。
我们的世界是真实的吗
抑或我们一直生活在一个游戏的世界，我们只是游戏的一个元素
这一切都不重要，人生游戏，游戏人生，人生本来就是一场游戏，游戏中可以看到人生，谁又分得清游戏和人生呢
动漫的历史呢
让我们先把游戏放到一边，看看动漫这些年走过的历程吧。
虽然手冢大神的《铁臂阿童木》等漫画很早就已成为孩子们所喜爱的“连环画”，但日本漫画（我强调使用“日本漫画”是因为它和西方、中国老式漫画都有极大的区别，虽然漫画已有Comic这个词，但经过日本漫画史上的大师石森章太郎的倡导，一个专指日本式漫画的新词manga已经大量的被使用了。
请读者注意comic和manga的区别。
）在国内的兴起，还是从九十年代初海南美术摄影出版社开始出版当时在日本正红的《圣斗士星矢》开始的。
这些1.9圆一本的画书无疑在顷刻间迷住了无数的儿童、少年、青年们，出版社不失时机的推出了其它的《龙珠》、《城市猎人》……更多的人很快被卷入其中。
到了九十年代中叶，不少出版社纷纷将日本漫画界四十年来积累的精品疯狂的投向国内的市场，一时间，举国上下的青少年无不受到这次日本漫画的冲击。
与此同时，国内的爱好者们也行动起来了，办的很成功的杂志《画书大王》在国内的热销、爱好者们优秀的原创作品、孩子们口中大喊的“天马流星拳”都在表明：漫画文化在国内已经 初步形成了。
虽然随后因版权等问题，热潮降下不少，但国内的漫画文化仍在不断的发展。
读者们鉴赏能力不断的提高，更多样性的漫画可以供我们选择，爱好者们的创作水品也越来越好、而且他们也出版了自己的漫画－－就这样，漫画文化基本走上轨道，稳步发展着。
直到现在。
漫画，已经更加渗入我们的生活了。
我们的童年也是看着动画片长大的，《米老鼠与唐老鸭》、《花仙子》、《变形金刚》……这些作品都曾给很多成长中的孩子们带来了欢笑。
很长时间里，国产的动画片仅仅有《黑猫警长》、《大闹天宫》、《天书奇谭》等屈指可数的几部作品还值得一看，但是，紧随着日本漫画而来的日本动画的冲击和迪斯尼的作品的出现，国产动画更加溃不成军。
涌入的大量日本动画使我们耳目一新，面对松本零士大师、宫崎峻大师、押井守、大友克洋、《超时空要塞》、《新世纪福音战士》、《铃音》……我们脑海中对于日本动画的如《三千里寻母记》、《机器猫》的一点点观念瞬间被更新了。
时至今日，漫画和动画间的内在联系使得两者紧紧的靠在一起，齐头并进。
而且我们也已经看到了动漫和游戏间的紧密关系，动漫和游戏正合成一个全新的ACG文化，它们已经不再仅仅局限在自己的圈子里，而是飞快的渗透入我们生活中的各个层面，动漫歌曲、游戏音乐、模型、服饰、日常用品、以至OICQ中一个个游戏动漫人物的头像……它们已经不再仅仅作为休闲娱乐，它们向我们转播思想、给我们带来思考、成为我们的梦想……我们再也无法否认－－ACG文化已经开始影响着我们的生活。
无论是游戏，还是动漫，现在都还处于成长的阶段，尽管现在这两个产业有很多的不完善，但是，我们可以看到游戏和动漫正在从一种单纯的娱乐逐渐转变为一种文化。
它们作为新生的文化，在形象塑造、思想内涵、表达能力等方面都拥有无可比拟的全新的力量，在它们中间已经涌现出不少堪称艺术精品的大作。
以其拥有的新生向上的强大生命力，ACG文化无疑将更加的壮大。
在未来，ACG文化将会更加深入到我们每一个人的身边，ACG将以一种艺术的姿态出现在我们的生活中，就如同现在的音乐文化一样，每时每刻都陪在你的身旁。
动是动画，漫是漫画,游是游戏.动画，有音乐有声优有脚本有监督；漫画，连载于杂志上的静态画面，（也就是俗称的黑白画，不过近几年好象有彩色的）有长篇和短篇，会出现作者拖稿、杂志停载或被腰斩的情况，有的漫画会被改变成动画。
最强AlphaGo怎样炼成
最强AlphaGo Zero怎样炼成刚刚，Deepmind在Reddit的Machine Learning板块举办了在线答疑活动AMA，Deepmind强化学习组负责人David Silver和其同事热情地回答了网友们提出的各种问题。
由于在AMA前一天Deepmind刚刚发表了《Mastering the game of Go without human knowledge》(不使用人类知识掌握围棋)的论文，相关的提问和讨论也异常热烈。
什么是AMA?AMA(Ask Me Anything)是由Reddit的特色栏目，你也可以将其理解为在线的“真心话大冒险”。
AMA一般会约定一个时间，并提前若干天在Reddit上收集问题，回答者统一解答。
本次Deepmind AMA的回答人是：David Silver：Deepmind强化学习组负责人，AlphaGo首席研究员。
David Silver1997年毕业于剑桥大学，获得艾迪生威斯利奖。
David于2004年在阿尔伯塔大学获得计算机博士学位，2013年加盟DeepMind，是AlphaGo项目的主要技术负责人。
Julian Schrittwieser：Deepmind高级软件工程师。
此前有多位机器学习界的大牛\\\/公司在Reddit Machine Learning版块开设AMA，包括：Google Brain Team、OpenAI Research Team 、Andrew Ng and Adam Coates、Jürgen Schmidhuber、Geoffrey Hinton、Michael Jordan 、Yann LeCun、Yoshua Bengio等。
我们从今天Deepmind的AMA中选取了一些代表性的问题，整理如下：关于论文与技术细节Q: Deepmind Zero的训练为什么如此稳定?深层次的增强学习是不稳定和容易遗忘的，自我对局也是不稳定和容易遗忘的，如果没有一个好的基于模仿的初始化状态和历史检查点，二者结合在一起应该是一个灾难...但Zero从零开始，我没有看到论文中有这部分的内容，你们是怎么做到的呢?David Silver：在深层增强学习上，AlphaGo Zero与典型的无模式算法(如策略梯度或者Q学习)采用的是完全不同的算法。
通过使用AlphaGo搜索，我们可以极大改进策略和自我对局的结果，然后我们会用简单的、基于梯度的更新来训练下一个策略及价值网络。
比起基于简便的基于梯度的策略改进，这样的做法会更加稳定。
Q：我注意到ELO等级分增长的数据只与到第40天，是否是因为论文截稿的原因?或者说之后AlphaGo的数据不再显著改善?David Silver：AlphaGo已经退役了!这意味着我们将人员和硬件资源转移到其他AI问题中，我们还有很长的路要走呐。
Q:关于论文的两个问题：Q1：您能解释为什么AlphaGo的残差块输入尺寸为19x19x17吗?我不知道为什么每个对局者需要用8个堆叠的二进制特征层来描述?我觉得1、2个层就够了啊。
虽然我不是100%理解围棋的规则，但8个层看起来也多了点吧?Q2：由于整个通道使用自我对局与最近的\\\/最好的模型进行比较，你们觉得这对于采用参数空间的特定SGD驱动轨迹对否会有过拟合的风险?David Silver：说起来使用表征可能比现在用的8层堆叠的做法更好!但我们使用堆叠的方式观察历史数据有三个原因：1)它与其他领域的常见输入一致;2)我们需要一些历史状态来表示被KO;3)如果有一些历史数据，我们可以更好地猜测对手最近下的位置，这可以作为一种关注机制(注：在围棋中，这叫“敌之要点即我之要点”)，而第17层用于标注我们现在究竟是执黑子还是白子，因为要考虑贴目的关系。
Q：有了强大的棋类引擎，我们可以给玩家一个评级——例如Elo围棋等级分就是通过棋手对局的分析逐步得出的，那么AlphaGo是否可以对过去有等级分前的棋手的实力进行分析?这可能为研究人类的认知提供一个平台。
Julian Schrittwieser：感谢分享，这个主意很棒!我认为在围棋中这完全可以做到，或许可以用最佳应对和实际应对的价值差异或者政策网络给每一手位置评估得到的概率来进行?我有空的时候试一下。
Q: 既然AlphaGo已经退役了，是否有将其开源的计划?这将对围棋社区和机器学习研究产生巨大的影响。
还有，Hassabis在乌镇宣称的围棋工具将会什么时候发布?David Silver：现在这个工具正在准备中。
不久后你就能看到新的消息。
Q：AlphaGo开发过程中，在系统架构上遇到的最大障碍是什么?David Silver：我们遇到的一个重大挑战是在和李世石比赛的时候，当时我们意识到AlphaGo偶尔会受到我们所谓的“妄想”的影响，也就是说，程序可能会错误理解当前盘面局势，并在错误的方向上持续许多步。
我们尝试了许多方案，包括引入更多的围棋知识或人类元知识来解决这个问题。
但最终我们取得了成功，从AlphaGo本身解决了这个问题，更多地依靠强化学习的力量来获得更高质量的解决方案。
围棋爱好者的问题Q：1846年，在十四世本因坊迹目秀策与十一世井上幻庵因硕的一盘对局中，秀策下的第127手让幻庵因硕一时惊急两耳发赤，该手成为扭转败局的“耳赤一手”。
如果是AlphaGo，是否也会下出相同的一首棋?Julian Schrittwieser：我问了樊麾，他的回答是这样的：当时的围棋不贴目，而AlphaGo的对局中，黑棋需贴7.5目。
贴目情况不同造成了古今棋局的差异，如果让AlphaGo穿越到当年下那一手，很有可能下的是不同的另一个地方。
Q：从已发布的AlphaGo相互对局看，执白子的时间更为充裕，因而不少人猜测，7.5目的贴目太高了(注：现代围棋的贴目数也在不断变化，如在30年前，当时通行的是黑子贴白子5.5目)。
如果分析更大的数据集，是否可以对围棋的规则得出一些有趣的结论?(例如，执黑或者执白谁更有优势，贴目应该更高还是更低)Julian Schrittwieser：从我的经验和运行的结果看，7.5目的贴目对双方来说是均势的，黑子的胜率略高一些(55%左右)。
Q：你能给我们讲一下第一手的选择吗?ALphaGo是否会下出我们前所未见的开局方式?比如说，第一手下在天元或者目外，甚至更奇怪的地方?如果不是，这是否是一种“习惯”，或者说AlphaGo有强烈的“信念”认为星位、小目、三三是更好的选择?David Silver：在训练中我们看到ALphaGo尝试过不同方式的开局——甚至刚开始训练的时候有过第一手下在一一!即便在训练后期，我们仍然能看到四、六位超高目的开局，但很快就恢复到小目等正常的开局了。
Q：作为AlphaGo的超级粉丝，有一个问题一直在我心中：AlphaGo可以让职业棋手多少子?从论文中我们知道AlphaGo可以下让子棋，我也知道AlphaGo恐怕让不了柯洁两子，但我想你们一定很好奇，你们是否有做内部测试?David Silver：我们没有和人类棋手下让子棋。
当然，我们在测试不同版本的时候下过让子棋，在AlphaGo Master>AlphaGo Lee>ALphaGo Fan这三个版本中，后一个版本均可让三子击败前一个版本。
但是，因为AlphaGo是自我训练的，所以尤其擅长打败自己的较弱的前一版本，因此我们不认为这些训练方式可以推广到和人类选手的让子棋中。
Q：你们有没有想过使用生成对抗网络(GAN)?David Sliver：从某种意义来讲，自我对弈就是对抗的过程。
每一次结果的迭代都是在试图找到之前版本的“反向策略”。
传言终结者Q：我听说AlphaGo在开发初期被引导在某一个具体的方向训练以解决对弈中展现出的弱点。
现在它的能力已经超过了人类，是否需要另外的机制来进一步突破?你们有做了什么样的工作?David Silver：实际上，我们从未引导过AlphaGo来解决具体的弱点。
我们始终专注于基础的机器学习算法，让AlphaGo可以学习修复自己的弱点。
当然你不可能达到100%的完美，所以缺点总会存在。
在实践中，我们需要通过正确的方法来确保训练不会落入局部最优的陷阱，但是我们从未使用过人为的推动。
关于DeepMind公司Q：我这里有几个问题：在DeepMind工作是什么感受?AlphaGo团队成员都有谁?你能介绍一下AlphaGo团队工作分配的情况吗?下一个重大挑战是什么?David Silver：在DeepMind工作感觉好极了:)——这不是一个招聘广告，但我感觉每天可以在这里做我喜欢的事实在是太幸运了。
有很多(多到忙不过来!:))很酷的项目去参与。
我们很幸运有许多大牛在AlphaGo工作。
您可以通过查看相应的作者列表来获取更详细的信息。
Q: 你觉得本科生是否可以在人工智能领域取得成功?Julian Schrittwiese：当然。
我本人就只有计算机科学学士学位，这一领域变化迅速，我认为您可以从阅读最新的论文和试验中来进行自学。
另外，去那些做过机器学习项目的公司实习也是很有帮助的。
关于算法的扩展和其他项目Q：Hassabis今年三月份在剑桥的一个演讲中表示，AlphaGo项目未来目标之一是对神经网络进行解释。
我的问题是：ALphaGo在神经网络结构上取得了什么样的进展，或者说，对AlphaGo，神经网络仍然是神秘的黑盒子?David Silver：不仅仅是ALphaGo，可解释性是我们所有项目的一个非常有意思的课题。
Deepmind内部有多个团队从不同方式来探索我们的系统，最近有团队发表了基于认知心理学技术去尝试破译匹配网络内部发生了什么，效果非常不错!Q: 很高兴看到AlphaGo Zero的好成绩。
我们的一篇NIPS论文中也提到了对于深度学习和搜索树之间效率的相似问题，因此我对于在更长的训练过程中的行为尤其感兴趣。
AlphaGo的训练过程中，创建学习目标的蒙特卡洛树搜索的贪心算法、策略网络的贪心算法、以及在训练过程中价值功能变化的贪心算法之间的相对表现如何?这种自我对局学习的方法是否可以应用在最近的星际争霸 II API中?David Silver：感谢介绍您的论文!真不敢相信这篇论文在我们4月7日投稿的时候已经发布了。
事实上，它与我们的学习算法的策略组件非常相似(尽管我们也有一个值组件)，您可以参考我们的方法和强化学习中的讨论，也很高兴看到在其他游戏中使用类似方法。
Q：为什么早期版本的AlphaGo没有尝试自我对弈?或者说，AlphaGo之前也尝试过自我对弈但效果不好?我对这个领域的发展和进步程度感到好奇。
相比起今天，在两年前在设计一个自主训练的AlphaGo的瓶颈在哪里?今天我们见到的“机器学习直觉”又是经历了什么样的系统迭代过程?David Silver：创建一个可以完全从自我学习的系统一直是加强学习的一个开放性问题。
我们最初的尝试包括你能查到的许多类似的算法，是相当不稳定的。
我们做了很多尝试，最终AlphaGo Zero算法是最有效的，而且似乎已经破解了这个特定的问题。
Q：你认为机器人什么时候能够有效解决现实世界关于高度、尺寸方面的问题(例如，自己学习如何抓取任何形状、尺寸、位置垃圾的设备)?策略梯度方法是否是实现这一目标的关键点?Julian Schrittwieser：这主要是由于价值\\\/政策网络上的双重改进，包括更好的训练和更好的架构。
具体参见论文图4对不同网络架构的比较。
Q：据说击败柯洁的ALphaGo Master的功耗只是击败李世石的AlphaGo Lee的1\\\/10。
你们做了什么样的优化呢?Julian Schrittwieser：这主要是由于价值\\\/政策网络上的双重改进，包括更好的训练和更好的架构。
具体参见论文图4对不同网络架构的比较。
(你确认不是copy上一个问题的答案吗)Q：看起来在增强学习中使用或模拟Agent的长期记忆是一个很大的障碍。
展望未来，您觉得我们是否能以一种新的思维方式解决这一点? 还是说需要等待我们技术可以实现一个超级网络?Julian Schrittwieser：是的，长期记忆可能是一个重要的因子，例如在“星际争霸”游戏中，你可能已经做出了上千个动作，但你还要记住你派出的侦察兵。
我认为现在已经有了令人振奋的组件(神经图灵机!)，但是我认为我们在这方面仍有很大的改进空间。
Q：David，我看过你的演讲视频，你提到增强学习可以用于金融交易， 你有没有真实世界的例子? 你会如何处理黑天鹅事件(过去没有遇到过的情况)?David Silver：已经发表增强学习用于现实世界的财务算法的论文非常少见，但有一些经典论文值得一看，例如Nevmyvaka、Kearns在2006写的那篇和Moody、Safell在2001年写的那篇。
Q：你们和Facebook几乎同时研究围棋问题，你们能更快获得大师级表现的优势是什么?对于那些无法获得像AlphaGo如此多的训练数据的领域如何开展机器学习或者增强学习?David_Silver：Facebook更侧重于监督学习，我们选择更多地关注强化学习，因为我们认为AlphaGo最终将超越人类的知识。
我们最近的结果实际上表明，监督学习方法可以让人大吃一惊，但强化学习绝对是远远超出人类水平的关键之处。
