AlphaGo Zero
DeepMind开发的围棋AI，通过纯自我博弈强化学习训练，无需人类棋谱即可达到超人水平
核心事实
时间轴 (近 90 天)
AlphaGo Zero和AlphaStar的成功让自博弈范式备受推崇，但成功案例往往依赖巨大的计算资源和精心的训练设计。
自我对弈（如 AlphaGo Zero）依赖双方博弈产生训练信号，需要任务本身支持对抗结构
AlphaGo Zero在每轮迭代中，新版本与旧版本对弈，胜率超过55%则替换旧版本
AlphaGo Zero的成功依赖于围棋是规则完备、结果可验证的封闭系统，这是将自我对弈扩展到通用AI的主要障碍之一
AlphaGo Zero每一轮迭代中新版本与旧版本对弈，胜率超过55%则替换旧版本，经过约4900万局自我对弈仅40天训练即超越人类顶尖棋手
AlphaGo Zero由DeepMind于2017年发布，使用蒙特卡洛树搜索结合深度神经网络，完全不依赖人类棋谱从零开始训练
AlphaGo Zero完全不使用人类棋谱，从零开始自我对弈就超越了所有前代版本
AlphaGo Lee先用人类棋谱做监督预训练再用强化学习自我对弈提升，而AlphaGo Zero完全抛弃人类数据纯粹从自我对弈学习并达到更高水平
全部知识事实 (10)
2017年发布的AlphaGo Zero完全不依赖人类棋谱数据，仅通过自我对弈强化学习，在40天内超越了所有前代版本
80%已验证AlphaGo Zero完全通过自我对弈超越了所有人类棋手
70%待验证AlphaGo Zero和AlphaStar的成功让自博弈范式备受推崇，但成功案例往往依赖巨大的计算资源和精心的训练设计。
50%待验证自我对弈（如 AlphaGo Zero）依赖双方博弈产生训练信号，需要任务本身支持对抗结构
50%待验证AlphaGo Zero在每轮迭代中，新版本与旧版本对弈，胜率超过55%则替换旧版本
50%待验证AlphaGo Zero的成功依赖于围棋是规则完备、结果可验证的封闭系统，这是将自我对弈扩展到通用AI的主要障碍之一
50%待验证AlphaGo Zero每一轮迭代中新版本与旧版本对弈，胜率超过55%则替换旧版本，经过约4900万局自我对弈仅40天训练即超越人类顶尖棋手
50%待验证AlphaGo Zero由DeepMind于2017年发布，使用蒙特卡洛树搜索结合深度神经网络，完全不依赖人类棋谱从零开始训练
50%待验证AlphaGo Zero完全不使用人类棋谱，从零开始自我对弈就超越了所有前代版本
50%待验证AlphaGo Lee先用人类棋谱做监督预训练再用强化学习自我对弈提升，而AlphaGo Zero完全抛弃人类数据纯粹从自我对弈学习并达到更高水平
50%