据韩媒报道，超越围棋人工智能“alphago”的“alphazero”已面世，“alphazero”围棋的特点是在没有教科书或棋谱的情况下，只要知道游戏法则，就具备掌握所有棋类游戏的能力。特别是以围棋为对象，与“alphago”不同的是一个算法可以适用于国际象棋、昭和（日本象棋）等其他棋类游戏，是ai广泛应用的重要里程碑，因此备受期待。

12月7日，包括谷歌deep mind创始人兼ceo德米斯·哈比斯在内的13位研究学者在“科学”杂志上发表了题目为“通过自我学习掌握国际象棋、昭和、围棋的通用强化学习算法”。

“alphazero”与“alphago”一样都是不需要大数据学习，“alphazero”用了4个小时打败了2016年国际象棋ai冠军”stockfish”，用了2个小时打败了2017年昭和象棋ai冠军” elmo”，”stockfish”与” elmo”都是在输入大数据的基础上采用检索最优数的方式，“alphazero”则是像人的大小脑一样用深层神经网技术自己积累数据，采用快速找出胜算高且最优数的方式。

“alphazero”用了8个小时就赢了围棋9段王者李世石，而之前“alphago”用了30个小时，在围棋领域与“alphago”对决的胜率达到61%。deep mind研究员戴维德表示“最近因为技术的发达，出现了能够轻松征服国际象棋、象棋、围棋之类的棋类游戏算法，ai开发的下一个课题是征服多个人参与的视频游戏，类似于战略模拟的游戏”。

另外，deep mind于12月2日在墨西哥坎昆举行的蛋白质构造预测学术大会上用ai ”alphafold”成功预测了生命的基本分子蛋白质的三维形态，“alphafold”成功预测了43个蛋白质中25个结构构造并取得第一名，而第二名获得者只成功预测了43个蛋白质中的3个构造。

以上是网络信息转载，信息真实性自行斟酌。