重建AlphaGo教会我们关于自我对弈、强化学习和大语言模型未来的内容 - Eric Jang

重建AlphaGo教会我们的关于自我对弈、强化学习和大语言模型未来的事 - Eric Jang - YouTube

跳过导航

搜索

用语音搜索

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

登录


[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

视频2 https://www.youtube.com/watch?v=X_ZVSPcZhtw

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

重建AlphaGo教会我们的关于自我对弈、强化学习和大语言模型未来的事 - Eric Jang

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

点击取消静音

2倍速

重建AlphaGo教会我们的关于自我对弈、强化学习和大语言模型未来的事 - Eric Jang

Dwarkesh Patel 75,029 views 2天前

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

复制链接

信息

购物

如果播放未开始，请尝试重新启动您的设备。

•

您已退出登录

您观看的视频可能会被添加到电视的观看历史中，并影响电视推荐。为了避免这种情况，请取消登录并重新登录到YouTube。

取消 确认

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)

分享

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw "分享链接")- [x] 包含播放列表

在获取分享信息时发生错误。请稍后再试。

0:00

[](https://www.youtube.com/watch?v=X_ZVSPcZhtw)[](https://www.youtube.com/watch?v=jGZOi-7haCw "下一集 (SHIFT+n)")

0:00 / 0:00

直播

• 观看完整视频

•

围棋基础

•

2:13:50 David Reich – Bronze Age shock, the Neanderthal puzzle, & the sudden spread of farming Dwarkesh Patel 154K views • 9 days ago Live Playlist ()Mix (50+)1:26:16 The Uncomfortable Truth About AI “Reasoning” | World Science Festival World Science Festival 65K views • 2 days ago Live Playlist ()Mix (50+)1:13:28 Game Theory #25: Trump Visits China Predictive History 1.4M views • 3 days ago Live Playlist ()Mix (50+)37:25 Yann LeCun's $1B Bet Against LLMs Welch Labs 465K views • 2 weeks ago Live Playlist ()Mix (50+)38:36 Dario Amodei & Marc Benioff: Future of AI Salesforce Events 41K views • 5 days ago Live Playlist ()Mix (50+)21:39 The impossible song we'll remember in 500 years David Hartley 1.6M views • 3 weeks ago Live Playlist ()Mix (50+)56:51 Turing Award Winner: Disagreeing with Google, Postgres, Future Problems | Mike Stonebraker Ryan Peterman 303K views • 3 weeks ago Live Playlist ()Mix (50+)2:13:41 How GPT, Claude, and Gemini are actually trained and served – Reiner Pope Dwarkesh Patel 325K views • 2 weeks ago Live Playlist ()Mix (50+)19:31 Why This Is the Most Exciting Time to Be Human | Ken Ono, Axiom Math EO 161K views • 10 days ago Live Playlist ()Mix (50+)52:02 The U.S. and China Are Not In An A.I. Race | Interesting Times with Ross Douthat Interesting Times with Ross Douthat and 2 more 71K views • 3 days ago Live Playlist ()Mix (50+)16:10 Mythos unleashed on Opensource The PrimeTime 746K views • 4 days ago Live Playlist ()Mix (50+)40:57 Demis Hassabis: Agents, AGI & The Next Big Scientific Breakthrough Y Combinator 205K views • 2 weeks ago Live Playlist ()Mix (50+)

确认您不是机器人。这有助于保护我们的社区。了解更多

登录

重建AlphaGo教会我们的关于自我对弈、强化学习和大语言模型未来的事 - Eric Jang

Dwarkesh Patel

Dwarkesh Patel

131万订阅者

订阅

已订阅

2.2K

分享

保存

下载

下载

75,029次观看 2天前 Dwarkesh播客

75,029次观看 • 2026年5月15日 • Dwarkesh播客

Eric Jang讲解如何从零开始构建AlphaGo，但使用现代AI工具。有时候，通过倒退理解未来会更清楚。AlphaGo仍然是对基本原理最清晰的示例……更多

更多

目录

查看全部


#### Go 基础知识

0:00


#### 蒙特卡洛树搜索

8:06


#### 神经网络的作用

31:53


#### 自对弈

1:00:22


#### 其他强化学习方法

1:25:27


#### 为什么蒙特卡洛树搜索对大语言模型不起作用

1:45:36


#### 非策略训练

2:00:58


#### 强化学习比你想象的更信息低效

2:11:51

探索播客


Dwarkesh播客

Dwarkesh Patel


字幕

跟随字幕进行观看。

显示字幕


视频关于

显示较少

[](https://www.youtube.com/playlist?list=PLd7-bHaQwnthaNDpZ32TtYONGVk95-fhF)Dwarkesh播客

重建AlphaGo教会我们的关于自对弈、强化学习和大语言模型未来的内容 - Eric Jang

75,029次观看 75K次观看

2026年5月15日

2.2K

分享

保存

下载

下载

128条评论

按评论排序

按顺序排序

顶部显示特色评论最新显示最近的评论，包括潜在垃圾评论

添加评论...

由@DwarkeshPatel置顶

[@DwarkeshPatel](https://www.youtube.com/@DwarkeshPatel)

@DwarkeshPatel @DwarkeshPatel2天前

我做了一些闪卡来保留讲座内容。也许对你也有用：https://flashcards.dwarkesh.com/eric-jang/

显示较少 阅读更多

喜欢

27

不喜欢

回复

2个回复

隐藏回复

2个回复

[@rajatady](https://www.youtube.com/@rajatady)

2天前

这种黑板设置非常被低估了。感谢你让它实现。

显示较少 阅读更多

喜欢

114

不喜欢

回复

1个回复

隐藏回复

1个回复

[@abhijitpradhan9831](https://www.youtube.com/@abhijitpradhan9831)

2天前

Patel 提升了整个播客游戏

显示较少 阅读更多

喜欢

35

不喜欢

回复

[@adrian.valentim](https://www.youtube.com/@adrian.valentim)

2天前

太棒了！继续推出黑板系列吧！

显示较少 阅读更多

点赞

58

点踩

回复

1条回复

隐藏回复

1条回复

[@invinoa](https://www.youtube.com/@invinoa)

2天前

说实话，这解释非常有价值。邀请他来真是好主意。

显示较少 阅读更多

点赞

12

点踩

回复

1条回复

隐藏回复

1条回复

[@karimalmoukhtar](https://www.youtube.com/@karimalmoukhtar)

1天前

这个频道的视频令人难以置信。

显示较少 阅读更多

点赞

7

点踩

回复

[@Hahalol663](https://www.youtube.com/@Hahalol663)

1天前

令人惊讶的是，如此高质量的深度技术内容可以免费获取。感谢你的出色工作，Dwarkesh。

显示较少 阅读更多

点赞

2

点踩

回复

[@The_JPo](https://www.youtube.com/@The_JPo)

15小时前

内容非常棒。我无法形容这有多棒。Dwarkesh和团队现在真的做得很好。

显示较少 阅读更多

点赞

1

点踩

回复

[@TheBlackClockOfTime](https://www.youtube.com/@TheBlackClockOfTime)

2天前

嗯，是的。我看了这个节目8分钟，这是我第一次理解Go，并且想开始真正学习深度学习。谢谢Dwarkesh。这真的很棒。

显示较少 阅读更多

点赞

2

点踩

回复

[@skyecase](https://www.youtube.com/@skyecase)

2天前

我真的喜欢播客的新黑板风格，它让对话感觉更加互动和易于跟随。有一点可以让它更好：使用共享的Excalidraw风格板（或类似的协作白板）在你和嘉宾的标签上同步。目前黑板工作得很好，但一些内容消失得太快了，尤其是在密集的解释中。如果能在UI或描述中添加白板会话链接，那么观众之后可以重新查看图表和笔记，那就太棒了。

显示较少 阅读更多

点赞

85

点踩

回复

7条回复

隐藏回复

7条回复

[@trqrider94](https://www.youtube.com/@trqrider94)

1天前

我认为你花时间学习这个游戏并展示学习过程，而Eric带你一起走，这是非常好的。

显示较少 阅读更多

点赞

1

点踩

回复

[@visuality2541](https://www.youtube.com/@visuality2541)

2天前

帕特尔先生，我必须说您是个天才。谢谢。

显示较少 阅读更多

点赞

4

点踩

回复

[@poetac15](https://www.youtube.com/@poetac15)

8小时前

喜欢新的黑板格式。

显示较少 阅读更多

点赞

点踩

回复

[@bharatatomic](https://www.youtube.com/@bharatatomic)

2天前

有趣的是，深度学习能够解决传统上被认为在计算复杂性方面不可行的问题。

显示较少 阅读更多

点赞

4

点踩

回复

[@matthewlones6788](https://www.youtube.com/@matthewlones6788)

2天前

感谢这些黑板格式！！

显示较少 阅读更多

点赞

3

点踩

回复

[@jsierra88](https://www.youtube.com/@jsierra88)

2天前

当安德烈·卡帕蒂在黑板上时？

显示较少 阅读更多

点赞

13

点踩

回复

1条回复

隐藏回复

1条回复

[@lja-j5g](https://www.youtube.com/@lja-j5g)

2天前

这个标题听起来太好了，不可能是真的，但你真是超级厉害。

显示较少 阅读更多

点赞

5

点踩

回复

[@DailySFY](https://www.youtube.com/@DailySFY)

1天前

我喜欢这些系列！黑板播客比其他任何形式都好。谢谢！！！

显示较少 阅读更多

点赞

点踩

回复

[@ESYdotcom](https://www.youtube.com/@ESYdotcom)

2天前

Dwarkesh，你真是令人敬佩，我注意到你在每个视频中都在不断进步，非常 impressive 的工作和对技艺的投入。

Show less Read more

Like

1

Dislike

Reply

[@benbridgwater6479](https://www.youtube.com/@benbridgwater6479)

1天前

一位很棒的嘉宾——非常聪明且演讲出色。听到关于现代机器学习的讨论，不再只是关于大语言模型（LLMs）真是太好了！我认为MCTS（蒙特卡洛树搜索）在大语言模型和推理中的不适用性，不仅仅是由于可能的移动范围广（加上缺乏移动评分函数），还因为可能根本无法枚举出所有可能的移动！在一般情况下，推理不仅仅是搜索，还可能涉及通过探索和发现（即发现新移动）来解决僵局。