计算机领域有一类困扰了科学家很久的问题，叫做NP困难问题。NP困难问题在生活中很常见，例如物流、城市规划等等都可以找到NP困难问题的原型。但这类问题至今都没有有效的、多项式时间内的解。计算机理论领域的研究者从搜索、构造等角度给出过很多种近似解法。人工智能在这类问题中会有怎样的应用呢？机器学习算法如何从多个小问题中找规律来近似这一大类问题呢？AlphaGo背后的强化学习算法又是怎么和这个问题联系起来的呢？我们以NP困难中的最小点覆盖问题为例，介绍机器学习算法在NP困难的组合优化问题上的应用。