近来，《天然》宣布的一篇论文报导，一款新版的AlphaGo计算机程序可以从空白状况起，在不需要任何人类输入的条件下，敏捷自学围棋。这款新程序名叫AlphaGo Zero，以100比0的战绩打败了它的上一任（在2016年3月的锦标赛中，其上一任打败了围棋冠军李世石）。
人工智能的最大应战是研制一种能从零开端、以超人类的水平学习杂乱概念的算法。为了打败人类围棋世界冠军，科学家在练习上一款AlphaGo时，一起用到了监督式学习（根据上百万种人类专业选手的下棋进程）和根据自我对弈的强化学习。那款AlphaGo的练习进程长达几个月，用到多台机器和48个TPU（神经网络练习所需的专业芯片）。
新研讨中，英国DeepMind公司的David Silver、Julian Schrittwieser和搭档介绍了AlphaGo Zero，它的学习从零开端，且单纯根据与自己的对弈。人类的输入仅限于棋盘和棋子，没有一点人类数据。AlphaGo Zero仅用到一张神经网络，这张网络经过练习，专门猜测程序本身的棋步和棋局的赢家，在每次自我对弈中前进。新程序只运用一台机器和4个TPU。
成果显现，经过几天的练习包含近500万局自我对弈，AlphaGo Zero便可以逾越人类并打败一切之前的AlphaGo版别。跟着程序练习的进行，它独立发现了人类用几千年才总结出的围棋规矩，还建立了新的战略，为这个陈旧的游戏带来新见地。（张章）
