# 机器推理

AlphaGo核心成员Thore Graepel以2016年首尔对局中第37手为例，论证该手棋来自AlphaGo的搜索机制而非直觉，并指出当今大语言模型仅靠下一词元预测与思维链并不构成科学家意义上的推理，进而提出应借鉴AlphaGo的博弈树结构，为通用推理系统建立可显式检查、可随证据更新的认知状态，并由独立组件按“是否真正消解不确定性”评估每一步推理。

AlphaGo核心成员Thore Graepel以2016年首尔对局中第37手为例，论证该手棋来自AlphaGo的搜索机制而非直觉，并指出当今大语言模型仅靠下一词元预测与思维链并不构成科学家意义上的推理，进而提出应借鉴AlphaGo的博弈树结构，为通用推理系统建立可显式检查、可随证据更新的认知状态，并由独立组件按“是否真正消解不确定性”评估每一步推理。