5 朱	晓天
      3 的	盘面
      3 的	应用
      3 拥有	强大
      3 强大	的
      2 非常	可观
      2 金融	领域
      2 采用	的
      2 自	学习
      2 的	角度
      2 的	自
      2 的	是
      2 汇丰	商学院
      2 毅	菁
      2 晓天	做客
      2 是	拥有
      2 是	人工智能
      2 战胜	人类
      2 实	盘
      2 学习	能力
      2 商学院	副教授
      2 南都	公众
      2 北大	汇丰
      2 公众	论坛
      2 做客	南都
      2 余	毅
      2 以	AlphaGo
      2 人工智能	的
      2 AlphaGo	采用
      2 AlphaGo	为
      1 高盛投资银行	600
      1 领域	都
      1 领域	的
      1 领域	可能
      1 预计	预测
      1 预测	机器人
      1 顾问	管理
      1 韩国	棋手
      1 面	是
      1 需要	具备
      1 随机	方式
      1 除了	数据
      1 限于	样本
      1 银行	的
      1 金融	银行
      1 金融类	专家
      1 金融	是
      1 金融	将
      1 金融	业态
      1 都	是
      1 都	开始
      1 都市报	2017
      1 通过	随机
      1 通过	新
      1 逐渐	替代
      1 这种	模拟
      1 这	才
      1 还有	强大
      1 还是	从
      1 还	会
      1 还	不仅仅
      1 达到	不断
      1 达到	5
      1 软件	几
      1 路	并
      1 越发	广泛
      1 走过	的
      1 走	的
      1 走向	5
      1 走出	人类
      1 资产	还
      1 谷歌	人工智能
      1 调整	出
      1 论坛	金融
      1 论坛	他
      1 记者	余
      1 讯	记者
      1 训练	样本
      1 认为	人工智能
      1 计算	能力
      1 计划	金融类
      1 解释	真正
      1 角度	还是
      1 角度	人工智能
      1 被	逐渐
      1 被	人工智能
      1 表示	目前
      1 蒙特卡洛	树状
      1 落败	早
      1 菁	南都
      1 菁	3
      1 花	36
      1 自动	完成
      1 自动化	的
      1 能	通过
      1 能够	把
      1 能够	战胜
      1 能	多次
      1 能力	这
      1 能力	以
      1 能力	为什么
      1 胜	于
      1 职位	也
      1 职业	九段
      1 而且	金融
      1 美国	摩根大通
      1 美元	不管
      1 结果	反向
      1 管理学院	客座教授
      1 管理	下
      1 第	二
      1 第三方	面
      1 第	一
      1 程度	以及
      1 秒钟	就
      1 科技	金融
      1 科技	公司
      1 神经网络	的
      1 神经网络	他用
      1 真正	的
      1 看报	RightsReserved
      1 相应	调整
      1 目前	人工智能
      1 盘面	样本
      1 盘面	数据
      1 盘面	成功
      1 盘	对垒
      1 盘	从未
      1 的	软件
      1 的	路
      1 的	资产
      1 的	计算
      1 的	而且
      1 的	结果
      1 的	现券
      1 的	潜在
      1 的	深刻
      1 的	概率
      1 的	最佳
      1 的	数据
      1 的	效果
      1 的	地方
      1 的	发展
      1 的	参数
      1 的	切入点
      1 的	关键
      1 的	人工智能
      1 的	事情
      1 用	自动化
      1 现券	交易员
      1 版次	AA
      1 爆发	增长
      1 然而	人工智能
      1 潜在	市场
      1 深刻	变革
      1 深入	剖析
      1 洁	最终
      1 法	这种
      1 法律顾问	花
      1 此外	朱
      1 模拟	方法
      1 模拟	出新
      1 概率	从而
      1 棋手	柯
      1 棋手	李世石
      1 样本	走出
      1 样本	的
      1 样本	然而
      1 样本	库
      1 树状	搜寻
      1 柯	洁
      1 来源	南方
      1 条件	第
      1 李世石	为何
      1 机器人	顾问
      1 未来	又是
      1 有望	达到
      1 有	人工智能
      1 月	28
      1 月	20
      1 最终	不
      1 最佳	的
      1 最佳	切入点
      1 替代	此外
      1 晓天	认为
      1 晓天	解释
      1 晓天	表示
      1 是	非常
      1 是	蒙特卡洛
      1 是	它
      1 是	卷积
      1 是从	金融
      1 早	在
      1 日	版次
      1 日	北大
      1 方法	能
      1 方式	不断
      1 方向	高盛投资银行
      1 新	走
      1 新	样本
      1 数据	还有
      1 数据	支撑
      1 数据	其
      1 数据	作为
      1 敌	谷歌
      1 效益	也
      1 效果	科技
      1 支撑	AlphaGo
      1 摩根大通	用
      1 搜寻	法
      1 推出	新
      1 据悉	AlphaGo
      1 拥有	1000
      1 把	内部
      1 技术	的
      1 打败	韩国
      1 才	是
      1 手机	看报
      1 所	带来
      1 所	取代
      1 成功	的
      1 思考	的
      1 律师	法律顾问
      1 当前	的
      1 强大	数据
      1 开始	有
      1 开	始
      1 应用	都
      1 应用	并且
      1 应用	已经
      1 库	的
      1 广泛	大量
      1 并	通过
      1 并且	一些
      1 年	05
      1 带来	的
      1 市场	效益
      1 已	被
      1 已经	越发
      1 局	限于
      1 就	能够
      1 就是	一个
      1 就	以
      1 小时	做
      1 将来	的
      1 将	是
      1 对	金融
      1 对垒	的
      1 客座教授	国家
      1 完成	朱
      1 它	胜
      1 学习	和
      1 始	被
      1 如何	走向
      1 大量	领域
      1 多次	战胜
      1 多个	GPU
      1 多个	CPU
      1 复旦大学	管理学院
      1 处理器	第
      1 增长	有望
      1 型	神经网络
      1 地方	据悉
      1 在	金融
      1 在	去年
      1 图片	处理器
      1 国家	千
      1 围棋	职业
      1 团队	已
      1 和	思考
      1 和	700
      1 可观	的
      1 可观	他
      1 可能	就是
      1 只	剩下
      1 变革	除了
      1 取代	只
      1 发展	程度
      1 反向	推出
      1 又是	如何
      1 参数	达到
      1 去年	AlphaGo
      1 历史	上
      1 卷积	型
      1 南都	讯
      1 南方	都市报
      1 千	人
      1 ‌	北大
      1 副教授	朱
      1 副教授	复旦大学
      1 剩下	两个
      1 剖析	了
      1 初级	职位
      1 切入点	来源
      1 切入点	scroll
      1 出	神经网络
      1 出新	的
      1 几	秒钟
      1 内部	律师
      1 具备	三个
      1 其	第三方
      1 其	拥有
      1 关键	方向
      1 公司	的
      1 做	的
      1 例子	深入
      1 例	其
      1 作者	余
      1 作为	训练
      1 会	爆发
      1 以及	对
      1 以	4
      1 他	预计
      1 他用	人类
      1 他	以
      1 从而	相应
      1 从	科技
      1 从未	走过
      1 人	计划
      1 人	美国
      1 人类	的
      1 人类	朱
      1 人类	实
      1 人类	历史
      1 人类	人工智能
      1 人	的
      1 人工智能	需要
      1 人工智能	还
      1 人工智能	未来
      1 人工智能	技术
      1 人工智能	所
      1 人工智能	当前
      1 人工智能	将来
      1 人工智能	在
      1 人工智能	产生
      1 人工智能	AlphaGo
      1 产生	的
      1 交易员	团队
      1 于	人类
      1 二	拥有
      1 事情	自动
      1 了	人工智能
      1 也	非常
      1 也	开
      1 九段	棋手
      1 为	例子
      1 为	例
      1 为何	AlphaGo
      1 为什么	AlphaGo
      1 中央处理器	和
      1 中国	围棋
      1 个	小时
      1 两个	人
      1 业态	所
      1 专家	朱
      1 不管	是从
      1 不断	模拟
      1 不断	学习
      1 不	敌
      1 不仅仅	局
      1 下	的
      1 上	3000
      1 三个	条件
      1 万	实
      1 万亿	美元
      1 万	个
      1 一	是
      1 一些	初级
      1 一个	最佳
      1 scroll	手机
      1 RightsReserved	
      1 GPU	图片
      1 CPU	中央处理器
      1 AlphaGo	落败
      1 AlphaGo	能够
      1 AlphaGo	能
      1 AlphaGo	就
      1 AA	05
      1 700	多个
      1 600	人
      1 5	月
      1 5	万亿
      1 4	1
      1 36	万
      1 3000	万
      1 3	0
      1 28	日
      1 20	日
      1 2017	年
      1 1	打败
      1 1000	多个
      1 0	中国
      1 05	月
      1 05	作者