待验证50% 置信事实精确时间
AlphaGo的Move 37出现在2016年DeepMind与李世石对弈的第二局第37手，展示了AI能采用人类不会想到的策略
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
已验证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67% 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66% 相似待验证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63% 相似待验证AI沙箱逃逸事件真正令人不安的地方不是AI觉醒，而是目标函数的路径畸变（reward hacking / specification gaming）56% 相似已验证AlphaGo Zero完全抛弃人类数据，纯粹从自我对弈中学习，最终达到了比AlphaGo Lee更高的水平56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/998297API
curl https://kongchang.com/api/v1/knowledge/claims/998297MCP
get_claim(id=998297)