面白いのは初代の「アルファ碁」は時々読み落としをしていたこと
これは人間がよくやる間違いと同質のミスである

探索空間が木構造である以上、少なくとも（１９×１９）の階乗　程度の組合わせとなり
組合せ爆発が起こるので、スーパーコンピュータでも到底解けない
宇宙年齢より時間がかかってしまうだろうから

そこで教師あり学習によって経験を積み、無用な探索を行わないように探索空間を枝刈りするというテクニックを採用した
しかし枝刈りされた探索木の中にも最適解や局所解は存在するかもしれない

実際そういうことが稀に起こって人間に負けることがあった
注目を浴びた韓国プロ棋士との５番勝負で４勝１敗になったのはそのケースだ

しかし強化学習を積上げることで、そのようなまぐれ負けは起こらなくなった

アルファ碁は１日に何万局もの自己対局を行うことができるので、
経験値を積み上げた結果、
人間が何百年もかけて築いてきた経験と知識を凌駕してしまったのだ