這是阿發狗一代的模式, 藉由大量人類經驗累積的棋譜學會"下棋"這件事.
到最後的阿發零則已有了"自我學習"的能力.
===
https://tw.appledaily.com/new/realt...171207/1255053/
DeepMind發表於《arXiv》的論文中指出，AlphaZero從零開始訓練，除了基本規則沒有任何其他知識，4小時擊敗最強國際象棋人工智慧程式Stockfish、2小時擊敗最強將棋人工智慧程式Elmo，8小時擊敗曾大勝南韓棋王李世乭的第一代AlphaGo，34小時勝過了訓練72小時的AlphaGo Zero。
===
https://www.inside.com.tw/2017/10/19/alphago-zero
在於無需任何人類指導，通過全新的強化學習方式，人工智慧的程式自己成為自己的老師，在圍棋這一個最具挑戰性的領域達到超過人類的精通程度。相比起之前使用人類對弈的數據，這一個新的演算法訓練時間更短，僅用 3 天時間就達到了擊敗李世乭的 AlphaGo Lee 的水準，21 天就達到了之前擊敗柯潔的 AlphaGo Master 的水準。

在 3 天內——也就是 AlphaGo Zero 在擊敗 AlphaGo Lee 之前，曾進行過 490 萬次自我對弈練習。相比之下，AlphaGo Lee 的訓練時間長達數月之久。AlphaGo Zero 不僅發現了人類數千年來已有的許多圍棋策略，還設計了人類玩家以前未知的的策略。
===

所以那些有規則可循的疾病, 也許在未來AI的診斷正確率會比人類更高.