據(jù)韓媒報(bào)道，超越圍棋人工智能“AlphaGo”的“AlphaZero”已面世，“AlphaZero”圍棋的特點(diǎn)是在沒(méi)有教科書或棋譜的情況下，只要知道游戲法則，就具備掌握所有棋類游戲的能力。特別是以圍棋為對(duì)象，與“AlphaGo”不同的是一個(gè)算法可以適用于國(guó)際象棋、昭和（日本象棋）等其他棋類游戲，是AI廣泛應(yīng)用的重要里程碑，工業(yè)機(jī)器人維修，因此備受期待。
12月7日，包括谷歌Deep Mind創(chuàng)始人兼CEO德米斯·哈比斯在內(nèi)的13位研究學(xué)者在“科學(xué)”雜志上發(fā)表了題目為“通過(guò)自我學(xué)習(xí)掌握國(guó)際象棋、昭和、圍棋的通用強(qiáng)化學(xué)習(xí)算法”。
“AlphaZero”與“AlphaGo”一樣都是不需要大數(shù)據(jù)學(xué)習(xí)，“AlphaZero”用了4個(gè)小時(shí)打敗了2016年國(guó)際象棋AI冠軍”Stockfish”，用了2個(gè)小時(shí)打敗了2017年昭和象棋AI冠軍” Elmo”，”Stockfish”與” Elmo”都是在輸入大數(shù)據(jù)的基礎(chǔ)上采用檢索最優(yōu)數(shù)的方式，“AlphaZero”則是像人的大小腦一樣用深層神經(jīng)網(wǎng)技術(shù)自己積累數(shù)據(jù)，庫(kù)卡機(jī)器人，采用快速找出勝算高且最優(yōu)數(shù)的方式。
“AlphaZero”用了8個(gè)小時(shí)就贏了圍棋9段王者李世石，而之前“AlphaGo”用了30個(gè)小時(shí)，在圍棋領(lǐng)域與“AlphaGo”對(duì)決的勝率達(dá)到61%。Deep Mind研究員戴維德表示“最近因?yàn)榧夹g(shù)的發(fā)達(dá)，出現(xiàn)了能夠輕松征服國(guó)際象棋、象棋、圍棋之類的棋類游戲算法，AI開發(fā)的下一個(gè)課題是征服多個(gè)人參與的視頻游戲，類似于戰(zhàn)略模擬的游戲”。
另外，Deep Mind 于12月2日在墨西哥坎昆舉行的蛋白質(zhì)構(gòu)造預(yù)測(cè)學(xué)術(shù)大會(huì)上用AI ”AlphaFold”成功預(yù)測(cè)了生命的基本分子蛋白質(zhì)的三維形態(tài)，“AlphaFold”成功預(yù)測(cè)了43個(gè)蛋白質(zhì)中25個(gè)結(jié)構(gòu)構(gòu)造并取得第一名，庫(kù)卡機(jī)器人驅(qū)動(dòng)器維修，而第二名獲得者只成功預(yù)測(cè)了43個(gè)蛋白質(zhì)中的3個(gè)構(gòu)造。