問題番号: No.1247 (しっかりモード)

強化学習を用いた囲碁AIの発展において、人間の棋譜データを初期学習に一切使用せず、ゲームの基本ルールのみを与えられた状態から完全な自己対局を繰り返すことで、従来のモデルを超える圧倒的な強さを獲得したシステムはどれか。