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。
