待验证50% 置信事实精确时间
AlphaGo于2016年通过将深度神经网络与蒙特卡洛树搜索相结合的架构超越人类棋手，AlphaZero进一步去除人类先验知识，完全依靠自我对弈学习
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证AlphaGo Zero 和 AlphaStar 的成功表明，自我对弈机制能让 Agent 在没有人类示范数据的情况下持续进化72% 相似待验证自我博弈作为AI训练范式的著名案例是DeepMind的AlphaGo Zero，通过与自身历史版本对弈无需人类棋谱即超越人类围棋水平70% 相似待验证在AlphaGo之前，最强的围棋AI仅能达到业余中等水平，与职业棋手之间存在巨大鸿沟60% 相似待验证AlphaEvolve最擅长解决目标明确但求解困难的问题，而非需要人类价值判断的模糊性任务58% 相似待验证该DeepSeek研究员认为AI智能体消灭了执行瓶颈，但新的瓶颈是使用者的判断力56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503693API
curl https://kongchang.com/api/v1/knowledge/claims/503693MCP
get_claim(id=503693)