每和AlphaGo對弈一盤就增加它一個樣本數，而且不會忘記

亂下一盤擾亂它的數據 → 它找它兄弟對幹一個晚上一萬盤就洗掉了

從ptt挖到一篇很詳細的解說，寫得比我前面胡亂猜測還要清楚多了
https://dotblogs.com.tw/allanyiin/2016/03/12/222215