模型
AlphaZero
AlphaZero是由DeepMind开发的通用棋类博弈AI系统，采用深度强化学习与蒙特卡洛树搜索相结合的方法，无需人类先验知识，仅通过自我对弈即可从零开始学习。该系统在围棋、国际象棋和将棋等多种棋类游戏中达到或超越人类顶级水平，展示了通用游戏AI的强大潜力。
时间轴 (近 90 天)
9月10日
AlphaZero没有使用任何人类棋谱，仅通过4小时的自我对弈就超越了Stockfish
待验证50%
8月30日
AlphaProof将AlphaZero的强化学习方法与Lean形式化语言相结合，通过自我博弈生成证明
待验证50%