Deepmind研制的AlphaGo算法没有使用哪个人工智能方法（）

Deepmind研制的AlphaGo算法没有使用哪个人工智能方法（）

A、强化学习

B、深度学习

C、蒙特卡洛树搜索

D、逻辑推理

正确答案：D

答案解析：

A选项强化学习：AlphaGo运用了强化学习方法。在训练过程中，AlphaGo通过与自身进行大量对弈，不断尝试不同的走法，并根据对弈结果获得奖励反馈，以此来优化策略网络，提升下棋水平。强化学习让AlphaGo能够从自身的经验中学习，不断改进决策，从而逐步达到很高的棋力。

B选项深度学习：AlphaGo使用了深度神经网络，这属于深度学习范畴。例如其价值网络和策略网络都是基于深度学习构建的。价值网络用于评估棋盘局势的好坏，策略网络用于选择下一步的走法。深度学习强大的特征提取和模式识别能力，帮助AlphaGo处理复杂的围棋棋盘信息。

C选项蒙特卡洛树搜索：蒙特卡洛树搜索是AlphaGo的关键技术之一。它通过对搜索空间进行随机采样和模拟来寻找最优解。在围棋中，蒙特卡洛树搜索帮助AlphaGo在众多可能的走法中进行筛选和评估，结合价值网络和策略网络给出的信息，确定下一步的最佳走法。

D选项逻辑推理：AlphaGo主要依靠强化学习、深度学习以及蒙特卡洛树搜索等方法来实现强大的围棋博弈能力，并没有使用逻辑推理。逻辑推理通常基于明确的规则和前提进行演绎和推导，与AlphaGo所采用的基于数据驱动、模拟和学习的方法不同。