CS今年達(dá)到歷史巔峰！諾獎(jiǎng)結(jié)果引爆熱議：物理、化學(xué)的盡頭都是計(jì)算機(jī)？

C語(yǔ)言與CPP編程

點(diǎn)擊上方“C語(yǔ)言與CPP編程”，選擇“關(guān)注/置頂/星標(biāo)公眾號(hào)”
干貨福利，第一時(shí)間送達(dá)！
最近有小伙伴說(shuō)沒(méi)有收到當(dāng)天的文章推送，這是因?yàn)槲⑿鸥�改了推送機(jī)制，導(dǎo)致沒(méi)有星標(biāo)公眾號(hào)的小伙伴刷不到當(dāng)天推送的文章，無(wú)法接收到一些比較實(shí)用的知識(shí)和資訊。所以建議大家加個(gè)星標(biāo)??，以后就能第一時(shí)間收到推送了。

編譯 | 核子可樂(lè)、Tina | 轉(zhuǎn)自 InfoQ今年諾貝爾獎(jiǎng)可謂是計(jì)算機(jī)科學(xué)領(lǐng)域的“雙喜臨門”。
物理學(xué)獎(jiǎng)授予了 John Hopfield 和 Geoffrey Hinton；化學(xué)獎(jiǎng)則由 David Baker、Demis Hassabis 和 John Jumper 共同獲得。其中，Baker 因其在蛋白質(zhì)設(shè)計(jì)領(lǐng)域的杰出貢獻(xiàn)而獲獎(jiǎng)，而 Hassabis 和 Jumper 則因 AlphaFold 在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面取得的突破性成果而共同分享了這一榮譽(yù)。
諾貝爾化學(xué)獎(jiǎng)和物理學(xué)獎(jiǎng)的頒發(fā)，將 AI 研究推向了前所未有的高度。這一罕見的現(xiàn)象在全球范圍內(nèi)引發(fā)了熱議：“物理學(xué)不存在了”、“化學(xué)的盡頭是計(jì)算機(jī)嗎？”、“過(guò)去是‘學(xué)好數(shù)理化，走遍天下都不怕’，現(xiàn)在則是學(xué)好數(shù)理化，也難逃被 AI 打倒的命運(yùn)！”
而更多人則感慨“計(jì)算機(jī)科學(xué)真的要一統(tǒng)天下了！”








當(dāng)我在 1980 年代還是個(gè)青少年的時(shí)候，經(jīng)過(guò)理論物理學(xué)推動(dòng)的半個(gè)世紀(jì)的重大進(jìn)展，大多數(shù)聰明的高中生都希望學(xué)習(xí)物理。1988 年，我作為本科生來(lái)到麻省理工學(xué)院后，很快就發(fā)現(xiàn)下一個(gè)熱門領(lǐng)域是計(jì)算機(jī)科學(xué)......

我早就知道學(xué)生們認(rèn)為計(jì)算機(jī)科學(xué)比物理更重要，但今天才發(fā)現(xiàn)諾貝爾委員會(huì)似乎也持同樣的看法。

哇，過(guò)去 50 年的物理研究一定是相當(dāng)乏味了，不然他們?cè)趺磿?huì)現(xiàn)在把諾貝爾獎(jiǎng)?lì)C給計(jì)算機(jī)科學(xué)的成果呢。

在得知 2024 年的物理學(xué)諾貝爾獎(jiǎng)授予了人工智能研究后，我們又得知 2024 年的化學(xué)諾貝爾獎(jiǎng)也頒給了人工智能研究。
計(jì)算機(jī)科學(xué)已經(jīng)成為新的主導(dǎo)學(xué)科。

                計(jì)算機(jī)科學(xué)家獲諾貝爾物理學(xué)獎(jiǎng)引爭(zhēng)議
        10 月 8 日，瑞典皇家科學(xué)院宣布，AI“教父”Geoffrey Hinton 博士及其在機(jī)器學(xué)習(xí)領(lǐng)域的前輩 John Hopfield 博士共同獲得了 2024 年諾貝爾物理學(xué)獎(jiǎng)，“以表彰他們通過(guò)人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)發(fā)現(xiàn)與發(fā)明”。

為什么物理獎(jiǎng)會(huì)頒給兩位 AI 領(lǐng)域的科學(xué)家？這確實(shí)讓很多人感到意外，Hinton 自己也不例外，他在電話中對(duì)瑞典皇家科學(xué)院說(shuō)：“我不知道會(huì)發(fā)生這種事。我感到非常驚訝。”
在接受紐約時(shí)報(bào)采訪時(shí)，他還說(shuō)道，“用于構(gòu)建如今常見的 AI 模型的是另一種不同的技術(shù)（即反向傳播），這就跟物理學(xué)關(guān)系不大�！�
針對(duì)紐約時(shí)報(bào)的提問(wèn)“您是否會(huì)覺(jué)得自己獲頒物理學(xué)獎(jiǎng)有點(diǎn)奇怪？”，Geoffrey Hinton 回復(fù)說(shuō)，“如果諾貝爾獎(jiǎng)中有計(jì)算機(jī)科學(xué)分支，那我們的工作顯然更適合。但可惜沒(méi)有�！�
而 Gary Marcus 則直言“Hinton 的獲獎(jiǎng)情況讓很多人摸不著頭腦�！�
“毫無(wú)疑問(wèn)，Hinton 幾十年來(lái)一直是機(jī)器學(xué)習(xí)領(lǐng)域的領(lǐng)軍人物，具有原創(chuàng)性，而且值得稱贊的是，他即使在研究方向不受歡迎時(shí)也能堅(jiān)持不懈。他確實(shí)做出了重大貢獻(xiàn)，這點(diǎn)沒(méi)人會(huì)質(zhì)疑。但引文似乎表明他是因?yàn)榘l(fā)明了反向傳播而獲獎(jiǎng)，但實(shí)際上，他并沒(méi)有發(fā)明這個(gè)算法�！�
著名的計(jì)算神經(jīng)科學(xué)家 Steven Grossberg 昨天在一個(gè)已有數(shù)十年歷史的神經(jīng)網(wǎng)絡(luò)專業(yè)郵件列表 Connectionists 上對(duì)此事發(fā)表了看法（據(jù)說(shuō) Hinton 也曾在這個(gè)列表上發(fā)表過(guò)言論）。他指出：
Paul Werbos 在其 1974 年哈佛博士論文中發(fā)展了反向傳播算法的現(xiàn)代形式，并完成了計(jì)算示例。接著在 1982 年，David Parker 重新發(fā)現(xiàn)了該算法，等等。
Jürgen Schmidhuber 在他的文章中提供了有關(guān)深度學(xué)習(xí)及其先驅(qū)們的廣泛歷史回顧。這篇文章已被引用超過(guò) 23,000 次。即使是長(zhǎng)期支持 Hinton 的 Steve Hanson 也承認(rèn)：“我們都同意諾貝爾獎(jiǎng)‘科學(xué)委員會(huì)’對(duì)神經(jīng)網(wǎng)絡(luò)的歷史了解不深�！�
Gary Marcus 進(jìn)一步發(fā)表評(píng)論說(shuō)，“Hinton 無(wú)疑對(duì)機(jī)器學(xué)習(xí)產(chǎn)生了深遠(yuǎn)的影響，但他具體因何而獲獎(jiǎng)，或這一成果如何推動(dòng)了物理學(xué)的發(fā)展，仍然不甚明了。人們可能會(huì)對(duì)這個(gè)特別的獎(jiǎng)項(xiàng)提出疑問(wèn)，持續(xù)很長(zhǎng)時(shí)間�！�
然而，諾貝爾物理學(xué)獎(jiǎng)委員會(huì)主席 Ellen Moons 卻明確表示，“獲獎(jiǎng)?wù)叩墓ぷ饕呀?jīng)產(chǎn)生了最大效益。在物理學(xué)當(dāng)中，我們將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于廣泛領(lǐng)域，例如開發(fā)具有特定屬性的新材料�！�
無(wú)論如何，這都是諾貝爾獎(jiǎng)首次表彰對(duì) AI 技術(shù)的貢獻(xiàn)。如果說(shuō)有什么證據(jù)可以證明我們真正進(jìn)入了 AI 時(shí)代，那就是首個(gè)頒發(fā)給 AI 貢獻(xiàn)的諾貝爾獎(jiǎng)已經(jīng)出現(xiàn)。
                非科班出身的 AI“教父”
        現(xiàn)年 77 歲的 Geoffrey Hinton 是加拿大多倫多大學(xué)的教授，實(shí)際上他從未正式學(xué)習(xí)過(guò)計(jì)算機(jī)科學(xué)。
Hinton 大學(xué)本科時(shí)在劍橋大學(xué)攻讀的是生理學(xué)和物理學(xué)，曾短暫轉(zhuǎn)向哲學(xué)，但最終獲得的是心理學(xué)學(xué)士學(xué)位。在求學(xué)過(guò)程中，他一度厭學(xué)并轉(zhuǎn)行當(dāng)了木匠，但遭遇挫折后重新回到愛丁堡大學(xué)，最終拿到了人工智能方向的博士學(xué)位。

1973 年，Hinton 在英國(guó)愛丁堡大學(xué)師從 Langer Higgins，攻讀人工智能博士學(xué)位。盡管當(dāng)時(shí)幾乎沒(méi)有人看好神經(jīng)網(wǎng)絡(luò)的前景，他的導(dǎo)師也勸他放棄，Hinton 卻始終堅(jiān)信神經(jīng)網(wǎng)絡(luò)的潛力。博士畢業(yè)后，Hinton 前往美國(guó)，在卡內(nèi)基梅隆大學(xué)獲得了教職。
在卡內(nèi)基梅隆大學(xué)期間，Hinton 與 David Parker 合作，“重新”開發(fā)了反向傳播算法（按照計(jì)算神經(jīng)科學(xué)家 Steven Grossberg 的說(shuō)法）。他在 1986 年共同撰寫了一篇重要論文，推廣了用于訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的反向傳播算法。他的研究興趣擴(kuò)展到包括玻爾茲曼機(jī)、分布式表示和深度學(xué)習(xí)，這些領(lǐng)域都對(duì)人工智能產(chǎn)生了深遠(yuǎn)影響。
關(guān)注 AI 領(lǐng)域動(dòng)向的人可能對(duì) Hinton 博士在神經(jīng)網(wǎng)絡(luò)領(lǐng)域的開創(chuàng)性工作并不陌生，此前他曾高調(diào)辭去在谷歌的顧問(wèn)職務(wù)，理由是擔(dān)心他協(xié)助建立的 AI 系統(tǒng)存在潛在危險(xiǎn)。
而另一方面，與他一同獲獎(jiǎng)的美國(guó)物理學(xué)家 John Hopfield 博士的工作則成為現(xiàn)代 AI 的實(shí)現(xiàn)基礎(chǔ)，并對(duì) Hinton 的研究產(chǎn)生了直接影響。John Hopfield 出生于 1933 年 7 月 15 日，是加州理工學(xué)院計(jì)算與神經(jīng)系統(tǒng)博士項(xiàng)目的創(chuàng)始人之一。
根據(jù)獲獎(jiǎng)理由所述，Hopfield 博士對(duì)于 AI 最大貢獻(xiàn)源自 1982 年他建立的神經(jīng)網(wǎng)絡(luò)（以自己的名字命名為霍普菲爾德神經(jīng)網(wǎng)絡(luò)），該網(wǎng)絡(luò)能夠存儲(chǔ)多種模式并通過(guò)模式區(qū)分實(shí)現(xiàn)記憶檢索。
麻省理工學(xué)院和 IBM 的物理學(xué)家 Dmitry Krotov 博士表示，霍普菲爾德網(wǎng)絡(luò)出現(xiàn)之前的幾年就像是一個(gè)“人工智能寒冬”。他指出，Hopfield 博士在 1982 年的工作“是結(jié)束這一時(shí)期的主要驅(qū)動(dòng)力”。他繼續(xù)說(shuō)道：“這是現(xiàn)代神經(jīng)網(wǎng)絡(luò)時(shí)代的起點(diǎn)。”
諾獎(jiǎng)委員會(huì)將“霍普菲爾德神經(jīng)網(wǎng)絡(luò)”比作人腦的聯(lián)想記憶，我們可以在其中搜索并回憶各種信息，例如單詞。與之類似，神經(jīng)網(wǎng)絡(luò)則是具有不同連接強(qiáng)度的人工神經(jīng)元系統(tǒng)。

委員會(huì)解釋道，“Hopfield 描述了網(wǎng)絡(luò)的整體狀態(tài)，其屬性相當(dāng)于物理學(xué)中自旋系統(tǒng)的能量；能量使用相應(yīng)公式進(jìn)行計(jì)算，此公式囊括了各節(jié)點(diǎn)的所有值以及節(jié)點(diǎn)間連接的所有強(qiáng)度值�！�
在整個(gè)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)處理時(shí)，其通常會(huì)重現(xiàn)出訓(xùn)練過(guò)程中接觸過(guò)的原始圖像，而真正使其與眾不同的是，它能夠同時(shí)存儲(chǔ)多張圖片并將其區(qū)分開來(lái)。
                AlphaGo 之父獲得諾貝爾化學(xué)獎(jiǎng)
        10 月 9 日，繼將物理學(xué)獎(jiǎng)?lì)C發(fā)給早期 AI 先驅(qū)之后，化學(xué)獎(jiǎng)也被頒發(fā)給 AI 蛋白質(zhì)預(yù)測(cè)平臺(tái) AlphaFold 以及蛋白質(zhì)設(shè)計(jì)工具 Rosetta 的創(chuàng)造者。
DeepMind 聯(lián)合創(chuàng)始人兼 CEO Demis Hassabis 及公司董事 John Jumper，憑借其在 AlphaFold 模型上的工作分享了一半諾貝爾化學(xué)獎(jiǎng)。第二代 AlphaFold 已經(jīng)能夠預(yù)測(cè)出幾乎一切已知的蛋白質(zhì)結(jié)構(gòu)——總數(shù)量超過(guò) 2 億種。
諾貝爾獎(jiǎng)委員會(huì)表示，“該團(tuán)隊(duì)利用數(shù)據(jù)庫(kù)中所有已知蛋白質(zhì)結(jié)構(gòu)與氨基酸序列的大量信息對(duì) AlphaFold 2 進(jìn)行了訓(xùn)練，使得這套新型 AI 架構(gòu)擁有良好的預(yù)測(cè)效果。”該委員會(huì)還補(bǔ)充稱，在 AlphaFold 2 參加 2020 年蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)關(guān)鍵評(píng)估（CASP）競(jìng)賽時(shí)，其表現(xiàn)“在大多數(shù)情況下”幾乎與 X 射線晶體學(xué)（之前用于蛋白質(zhì)結(jié)構(gòu)建模的黃金標(biāo)準(zhǔn)）一樣出色�！暗�以往，獲取蛋白質(zhì)結(jié)構(gòu)通常需要數(shù)年時(shí)間，而現(xiàn)在只需幾分鐘即可完成。”
諾獎(jiǎng)委員會(huì)還提到，在 Jumper 加入 DeepMind 之前，這家谷歌旗下子公司已經(jīng)構(gòu)建起了初代 AlphaFold。雖然原始版本較之前的 CASP 結(jié)果有所改進(jìn)，但準(zhǔn)確率仍然只有 60% 左右。Jumper 的到來(lái)對(duì)于 AlphaFold 2 的成功可謂至關(guān)重要。
委員會(huì)解釋稱，“Jumper 的蛋白質(zhì)知識(shí)給 AlphaFold 2 項(xiàng)目插上了翅膀。該團(tuán)隊(duì)還開始使用近期 AI 領(lǐng)域一系列重大突破背后的創(chuàng)新成果：即 transformers 神經(jīng)網(wǎng)絡(luò)�！�
盡管 AlphaFold 在幫助人類更好預(yù)測(cè)蛋白質(zhì)形態(tài)方面發(fā)揮了重要作用，而蛋白質(zhì)形態(tài)本身在人體機(jī)能中扮演著關(guān)鍵角色，但這項(xiàng)成果本身并不能直接用于開發(fā)藥物或制造任何新產(chǎn)品。
這時(shí)就輪到華盛頓大學(xué)生物化學(xué)教授 David Baker 設(shè)計(jì)的 Rosetta 出場(chǎng)了。Baker 在 20 世紀(jì) 90 年代開發(fā)出自己的蛋白質(zhì)預(yù)測(cè)軟件 Rosetta。根據(jù)諾獎(jiǎng)委員會(huì)的介紹，當(dāng)初參加 1998 年的 CASP 競(jìng)賽時(shí)，Rosetta“與其他參賽選手相比”表現(xiàn)良好。比賽結(jié)束后，Baker 和他的團(tuán)隊(duì)又想到了反向使用該軟件的想法：他們不再使用氨基酸序列來(lái)預(yù)測(cè)蛋白質(zhì)的形態(tài)，而開始試驗(yàn)輸入所需要的蛋白質(zhì)形態(tài)，看看能不能計(jì)算出相應(yīng)的氨基酸序列。
諾獎(jiǎng)委員會(huì)指出，事實(shí)證明 Rosetta 不僅擁有這種能力，還最終催生出了 Top7——“第一種與所有其他已知蛋白質(zhì)完全不同的新型蛋白質(zhì)”。蛋白質(zhì)是理解生物化學(xué)效應(yīng)的基礎(chǔ)，廣泛參與肌肉等生物結(jié)構(gòu)以及激素及抗體等化學(xué)物質(zhì)的生成過(guò)程。通過(guò)創(chuàng)造新的蛋白質(zhì)，人類進(jìn)一步擴(kuò)大了自己對(duì)于自然規(guī)律的理解和操控能力。諾獎(jiǎng)委員會(huì)表示，“這可以帶來(lái)新的納米材料、靶向藥物、加快疫苗開發(fā)速度、縮小傳感器尺寸并實(shí)現(xiàn)更加環(huán)保的化學(xué)工業(yè)——潛在應(yīng)用可謂無(wú)窮無(wú)盡�！�
                神童程序員出身的 AlphaGo 之父
        Gary Marcus 認(rèn)為，與 Hinton 相比，Demis Hassabis 的獲獎(jiǎng)（與 DeepMind 研究員 John Jumper 共同獲得）毫無(wú)疑問(wèn)是一個(gè)鐵定的結(jié)果。
“AlphaFold 對(duì)化學(xué)和生物學(xué)做出了巨大的貢獻(xiàn)。雖然它可能還沒(méi)有達(dá)到我見過(guò)的那種極高的期望，但它確實(shí)是一項(xiàng)出色的貢獻(xiàn)，生物學(xué)家們廣泛使用它。在我看來(lái)，它是迄今為止人工智能的兩個(gè)最大貢獻(xiàn)之一，甚至可能是最大的貢獻(xiàn)�！�
據(jù)維基介紹，Sir Demis Hassabis（1976 年 7 月 27 日出生）是一位英國(guó)計(jì)算機(jī)科學(xué)家、人工智能研究員和企業(yè)家。在他的早期職業(yè)生涯中，他是一名視頻游戲 AI 程序員和設(shè)計(jì)師，同時(shí)也是一位棋類游戲的專家。他是 DeepMind 和 Isomorphic Labs 的首席執(zhí)行官兼聯(lián)合創(chuàng)始人，并擔(dān)任英國(guó)政府的人工智能顧問(wèn)。
Demis Hassabis 是自學(xué)成才的國(guó)際象棋玩家，他從 4 歲起就是國(guó)際象棋神童，13 歲時(shí)就達(dá)到了大師標(biāo)準(zhǔn)，獲得了 2300 的 Elo 等級(jí)分，位居同齡組世界第二，僅比 Judit Polgar 低 35 分。除了國(guó)際象棋，他還是《外交》、《撲克》和世界五項(xiàng)全能錦標(biāo)賽等游戲的優(yōu)秀玩家。

當(dāng)人們問(wèn)到為什么某些國(guó)際象棋天才選擇轉(zhuǎn)行而不繼續(xù)下棋時(shí)，Hassabis 就是一個(gè)完美的例子。他認(rèn)為國(guó)際象棋是非常適合鍛煉思維，但并不想將一生都投入到如此狹窄的棋藝上。“我喜歡下棋，但我通常把游戲視為訓(xùn)練場(chǎng)，就像思維的健身房，然后將這些技能轉(zhuǎn)移到其他領(lǐng)域：科學(xué)、商業(yè)等等�！�
上大學(xué)之前，他購(gòu)買了他的第一臺(tái)計(jì)算機(jī)，一臺(tái)由國(guó)際象棋獎(jiǎng)金資助的 ZX Spectrum 48K，并通過(guò)自學(xué)，開啟了他的編程之旅。
Hassabis 在 16 歲時(shí)提前兩年完成了 A-level 考試。由于年齡較小，劍橋大學(xué)要求 Hassabis 休學(xué)一年。
他在 Bullfrog Productions 開始了自己的電腦游戲職業(yè)生涯，最初在游戲《Syndicate》中擔(dān)任關(guān)卡設(shè)計(jì)，隨后在 17 歲時(shí)與游戲設(shè)計(jì)師 Peter Molyneux 共同設(shè)計(jì)并主導(dǎo)編程 1994 年的游戲《Theme Park》。這款模擬類視頻游戲銷售了數(shù)百萬(wàn)份，啟發(fā)了整個(gè)模擬沙盒游戲的類型。他在休學(xué)期間賺的錢足以支付自己上大學(xué)的費(fèi)用。
1997 年畢業(yè)于劍橋大學(xué)后，Hassabis 在 Lionhead Studios 工作。這家公司由 Peter Molyneux 創(chuàng)辦，是 Hassabis 在 Bullfrog Productions 合作過(guò)的伙伴。在 Lionhead，Hassabis 擔(dān)任 2001 年神作《Black & White》的首席人工智能程序員。
隨后，Hassabis 創(chuàng)立另一家電腦游戲公司“Elixir”，但這款游戲不冷不熱，最終導(dǎo)致徹底離開視頻游戲行業(yè)，轉(zhuǎn)而從事認(rèn)知科學(xué)，并于 2009 年獲得認(rèn)知神經(jīng)科學(xué)博士學(xué)位。
2011 年，他離開學(xué)術(shù)界，與他人共同創(chuàng)立了 DeepMind Technologies，這是一家位于倫敦的機(jī)器學(xué)習(xí)初創(chuàng)公司。2014 年 1 月，DeepMind 被谷歌以 4 億英鎊的價(jià)格收購(gòu)，哈薩比斯目前擔(dān)任谷歌的工程總監(jiān)，領(lǐng)導(dǎo)該公司的通用人工智能項(xiàng)目。
自谷歌收購(gòu)以來(lái)，DeepMind 取得了一系列重要成就，其中最引人注目的可能是創(chuàng)造了 AlphaGo，這個(gè)程序在復(fù)雜的圍棋游戲中擊敗了世界冠軍李世石。圍棋一直被認(rèn)為是人工智能的“圣杯”，因?yàn)槠淦灞P上可能的局面非常多，并且現(xiàn)有的編程技術(shù)難以應(yīng)對(duì)。
最近，DeepMind 將其人工智能轉(zhuǎn)向蛋白質(zhì)折疊，這是一項(xiàng)長(zhǎng)達(dá) 50 年的科學(xué)重大挑戰(zhàn)，即根據(jù)蛋白質(zhì)的 1D 氨基酸序列預(yù)測(cè)蛋白質(zhì)的 3D 結(jié)構(gòu)。這是生物學(xué)中的一個(gè)重要問(wèn)題，因?yàn)榈鞍踪|(zhì)對(duì)生命至關(guān)重要，幾乎每一項(xiàng)生物功能都依賴于它們，而蛋白質(zhì)的功能被認(rèn)為與它的結(jié)構(gòu)有關(guān)。2018 年 12 月，DeepMind 的工具 AlphaFold 成功預(yù)測(cè)了 43 種蛋白質(zhì)中 25 種的最準(zhǔn)確結(jié)構(gòu)，贏得了第 13 屆蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)技術(shù)關(guān)鍵評(píng)估 （CASP）。
參考鏈接：
https://www.nobelprize.org/prizes/physics/2024/popular-information/
https://x.com/NobelPrize
https://www.nytimes.com/2024/10/08/science/nobel-prize-physics.html
https://garymarcus.substack.com/p/two-nobel-prizes-for-ai-and-two-paths
https://en.wikipedia.org/wiki/Demis_Hassabis
https://en.chessbase.com/post/bbc-s-across-the-board-demis-hassabis
https://www.reddit.com/r/chess/comments/1fzre62/cm_demis_hassabis_formerly_the_world_no_2_among/
——EOF——你好，我是飛宇。日常分享C/C++、計(jì)算機(jī)學(xué)習(xí)經(jīng)驗(yàn)、工作體會(huì)，歡迎點(diǎn)擊此處查看我以前的學(xué)習(xí)筆記&經(jīng)驗(yàn)&分享的資源。
我組建了一些社群一起交流，群里有大牛也有小白，如果你有意可以一起進(jìn)群交流。

歡迎你添加我的微信，我拉你進(jìn)技術(shù)交流群。此外，我也會(huì)經(jīng)常在微信上分享一些計(jì)算機(jī)學(xué)習(xí)經(jīng)驗(yàn)以及工作體驗(yàn)，還有一些內(nèi)推機(jī)會(huì)。


加個(gè)微信，打開另一扇窗
經(jīng)常遇到有讀者后臺(tái)私信想要一些編程學(xué)習(xí)資源，這里分享 1T 的編程電子書、C/C++開發(fā)手冊(cè)、Github上182K+的架構(gòu)路線圖、LeetCode算法刷題筆記等精品學(xué)習(xí)資料，點(diǎn)擊下方公眾號(hào)會(huì)回復(fù)"編程"即可免費(fèi)領(lǐng)取~
感謝你的分享，點(diǎn)贊，在看三連