AlphaGo 使用来自 KGS 围棋服务器的数据，该服务器有 160,000 场比赛和 2900 万棋盘/下一步棋对。但至关重要的是，AlphaGo 在数据集上训练后，是通过自我对弈训练的，因此不应严格根据其数据库来衡量其能力。

我不是 100% 确定深蓝是如何工作的，但我认为它是 1. 开放理论的“书” 2. 明确编码的棋盘评估函数 3. 残局的“书”。因此，在传统的“大数据机器学习”意义上，没有“数据库”。但无论如何，我会假设大部分工作是由评估函数完成的，所以它的强度不能用它的数据库来衡量。