Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
VerifiedAlphaGo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% similarUnverifiedDeepMind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% similarVerifiedAlphaGo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% similarUnverifiedDeepMind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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/504665API
curl https://kongchang.com/api/v1/knowledge/claims/504665MCP
get_claim(id=504665)