以下说法正确的是：

A.AlphaGo

B.DeepMind

C.Deepblue

D.AlphaGo Zero

A.2016年3月，人工智能程序AlphaGo Zero在韩国首尔以4:1的比分战胜人类围棋冠军李世石。

B.目前还没有成功进行无人自动驾驶的案例。

C.人工智能具有学会下棋的学习能力，是实现通用人工智能算法的基础。

D.在神经网络方法之前，机器翻译主要是基于统计模型的翻译

A.AlphaGo Master

B.AlphaGo Zero

C.Deep Blue

D.DeepMind

A.AlphaGo Zero

B.AlphaGo Master

C.Deep Blue

D.DeepMind

A.AlphaGo对战人类选手未曾一败

B.AlphaGo的智能源于对围棋规则的理解

C.AlphaGo使用的是深度学习来获得智能

D.只要搜集了人类所有的棋谱，AlphaGo将不可战胜

A.Google AlphaGo zero

B.Google AlphaGo Mster

C.深蓝（Deep Blue）

D.深梦（Deep Dream）

A.AlphaGo不需要人类任何先验知识，能够自主学习。###SXB###B.AlphaGo是大数据、大计算、大决策，三位一体，象征着计算机技术已进入人工智能的新信息技术时代。###SXB###C.AlphaGo的第一个神经网络大脑是“监督学习的策略网络（Policy Network）” ，观察棋盘布局企图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。这可以理解成“落子选择器”。###SXB###D.AlphaGo的第二个大脑是棋局评估器 （Position Evaluator），它是根据当前给定棋子位置情况下，预测每一个棋手赢棋的可能。通过整体局面判断来辅助落子选择器。通过分类潜在的未来局面的“好”与“坏”，AlphaGo能够决定是否通过特殊变种去深入阅读。如果局面评估器说这个特殊变种不行，那么AI就跳过阅读在这一条线上的任何更多落子。这个判断仅仅是大概的，但对于阅读速度提高很有帮助。

A.α-β剪枝在很长一段时间里都是棋类算法的代表，取得一系列成就

B.Alpha Go问世，将深度学习、价值网络、蒙特卡洛树搜索技术融合，战胜人类顶尖棋手

C.α-β剪枝使用到了宽度优先算法

D.蒙特卡洛树搜索”方式，以“信心上限决策”打分，使计算机围棋能力得到质的提升。为后续方法奠定基础。