近日，据外媒报道，谷歌DeepMind团队带来了一个全新的通用的版本。这个程序被称为AlphaZero，它教会自己在短短三天内玩三种不同的棋盘游戏（国际象棋、围棋和日本版国际象棋），没有人为干预，这一描述成就的论文发表在《科学》杂志上。
DeepMind首席执行官兼联合创始人Demis Hassabis说“从完全随机的游戏开始，AlphaZero逐渐学会了什么是好的游戏，并形成了自己对游戏的评价。从这个意义上讲，它不受人类对游戏思考方式的限制。”
AlphaZero是DeepMind旗下AlphaGo的直系后代。2016年，AlphaGo打败了围棋（人类）世界冠军李世石（Lee Sedol），成为世界各地的头条新闻。AlphaGo并不满足于此，去年获得了一次重大升级，能够在不需要人工干预的情况下自学获胜策略。
通过一遍又一遍地与自己下棋，AlphaGo Zero （AGZ）训练自己在短短三天时间内从零开始，以0比100完胜最初的AlphaGo 100。它得到的唯一输入是游戏的基本规则。
AlphaZero通过应用大量处理能力，5，000张处理单元（TPU），相当于一台非常大的超级计算机，很快地学会了玩三种棋盘游戏中的每一种。
不像以前的国际象棋机器那样以极快的速度处理人类的指令和知识，AlphaZero会产生自己的知识，它只需几个小时即可完成，其结果已超过任何已知的人或机器。
但是，AlphaZero的基本算法实际上仅适用于可以采取相当数量的操作问题。它还需要一个强大的环境模型，即游戏规则。
