待验证50% 置信事实精确时间
2016年的AlphaGo结合蒙特卡洛树搜索（MCTS）与深度神经网络，围棋搜索空间约为10^170
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
已验证AlphaGo结合了深度学习与蒙特卡洛树搜索（MCTS），使用策略网络和价值网络两个关键神经网络71% 相似待验证DeepMind于2016年发布的AlphaGo使用策略网络缩小搜索宽度、价值网络替代随机模拟，将MCTS效率提升数个数量级70% 相似已验证AlphaGo于2016年击败世界冠军李世石，其核心突破在于将深度卷积神经网络与蒙特卡洛树搜索结合67% 相似待验证DeepMind的AlphaGo核心算法之一是蒙特卡洛树搜索（MCTS），通过大量随机对弈模拟评估棋局65% 相似待验证当需要表征的特征数量远超可用神经元数量时，网络会利用高维空间中近似正交向量数量远超维度数量的特性（Johnson-Lindenstrauss引理）将多个特征叠加压缩编码到同一组神经元上56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/504665API
curl https://kongchang.com/api/v1/knowledge/claims/504665MCP
get_claim(id=504665)