请教一下AlphaGo程式的算法

它用蒙地卡罗模拟许多可能，再用算法决定最好的一步。所以这一步是唯一的。那它开局应该每手棋都一样啊？当然据说它会从下过的棋学习。那第四盘它输了它怎么知道是那几手下错了？前三盘李输了，它也能知道李那几手下错了？

所有跟帖： 

• AlphaGo的思路可能已经不是人类可以理解和可以解释清楚的了。 -宇之道- ♀ (133 bytes) () 03/13/2016 postreply 12:56:16

• 第四局前十一手与第二局完全相同，李第十二手下对了 -fourwaves- ♂ (68 bytes) () 03/13/2016 postreply 13:35:12

• 既然，AlphaGo已经赢了。Google会不会关掉它的几个模块，进行一下科学实验。 -宇之道- ♀ (50 bytes) () 03/13/2016 postreply 14:12:00

• 不符合西方人最重視的運動精神 -fourwaves- ♂ (0 bytes) () 03/13/2016 postreply 14:15:44

• 符合科学探索精神。 -宇之道- ♀ (0 bytes) () 03/13/2016 postreply 15:16:16

• 围棋是运动 -fourwaves- ♂ (0 bytes) () 03/13/2016 postreply 15:40:33

• 如果AlGo团队有优秀的数学和控制论人才，在算法的研究上估计问题不会太大，但算法变成电脑程序的过程中要做到完美无瑕极不容易 -RCHZ- ♂ (698 bytes) () 03/13/2016 postreply 21:49:46

• 它选择获胜几率最大的那一步棋，按概率来说，从狗的胜率就可以反推出它估算的胜利域值是多少。 -天方化戟- ♂ (0 bytes) () 03/14/2016 postreply 06:40:21

• 看来它的问题还是很大 -fourwaves- ♂ (92 bytes) () 03/14/2016 postreply 12:10:27

• 蒙特卡罗树这种算法本身就缺陷很大，电脑下围棋应该走一条不同的路子。 -天方化戟- ♂ (65 bytes) () 03/14/2016 postreply 16:58:56

• 同意。应该使用...... -宇之道- ♀ (238 bytes) () 03/15/2016 postreply 05:11:42