题目

（）是第一个使用蒙特卡洛树搜索的围棋程序，在9×9的棋盘上击败了职业选手。A. GNU GoB. Mo GoC. DeepZen GoD. Alpha Go

（）是第一个使用蒙特卡洛树搜索的围棋程序，在9×9的棋盘上击败了职业选手。

A. GNU Go

B. Mo Go

C. DeepZen Go

D. Alpha Go

题目解答

答案

B. Mo Go

解析

本题考查围棋程序发展史中关键算法的应用。核心在于识别蒙特卡洛树搜索（MCTS）的首次成功应用，以及其在特定棋盘规模（9×9）上的突破性表现。需明确各选项程序的技术特点与历史节点，尤其注意Mo Go作为第一个采用MCTS并击败职业选手的里程碑意义。

选项分析

A. GNU Go

  • 技术特点：采用传统启发式算法（如评估函数和随机模拟），而非蒙特卡洛树搜索。
  • 历史地位：早期开源围棋程序，但未引入MCTS，性能受限于启发式规则。

B. Mo Go

  • 技术特点：首次将蒙特卡洛树搜索（MCTS）系统性应用于围棋程序，通过大量模拟优化决策。
  • 历史成就：2006年在9×9棋盘上击败职业选手，标志着MCTS在围棋领域的突破性应用。

C. DeepZen Go

  • 技术特点：改进版MCTS，结合深度学习特征，但发展晚于Mo Go。
  • 历史地位：进一步优化MCTS，但非首个应用者。

D. Alpha Go

  • 技术特点：结合深度学习与MCTS，代表AI围棋的革命性进展。
  • 历史节点：2016年击败世界冠军，但其技术路线是MCTS的扩展应用，而非首创。

关键结论

Mo Go通过MCTS的首次成功实践，在9×9棋盘上实现突破，成为本题正确答案。