#771. AlphaGo Zero：看懂 AI 如何摆脱人类数据、强化学习

📝 本期播客简介

本期我们克隆了：Training Data · David Silver and Lasse Espeholt of Ineffable Intelligence: A Superlearner for the Age of Experience

原内容更新时间：Tue, 13 Oct 2026

AlphaGo 花了两年才击败李世石；放弃人类数据后，AlphaZero 只用了几个小时，就超过了此前有人类参与打造的成果。David Silver 把这个经历带进新实验室 Ineffable Intelligence，押注 AI 可以从经验中自行学习，而不是把人类知识当作起点。

在 Sequoia Capital 主持的 Training Data 中，Silver 和联合创始人 Lasse Espeholt 解释他们想打造的“超级学习器”：能在复杂环境里不断探索、发现新知识的系统。他们谈到为什么不沿着 LLM 路线继续加码、如何用模拟研究超级智能的安全与对齐，也谈到算力、强化学习和他们对实现时间的预测。

👤 本期嘉宾

David Silver 是 Ineffable Intelligence 联合创始人，曾在 DeepMind 研究强化学习，并参与打造 AlphaGo、AlphaZero 等系统。他长期主张让 AI 从经验中学习；从围棋中去掉人类数据的实践，也成为他押注“超级学习器”的重要依据。Lasse Espeholt 是 Ineffable Intelligence 联合创始人，曾在 DeepMind 和谷歌大脑研究大规模强化学习，参与开发 IMPALA 和 SEED RL 等系统。

⏱️ 时间戳

01:12 从围棋到创办实验室

08:10 超级学习器与熔炉

22:21 放下人类先验

32:50 模拟中的智能与安全