Google 旗下 DeepMind 開辟出來的 AlphaGo，在人類圍棋界打遍世界無對手，但比來卻遭到一名小老弟 100:0 的局數完虐。DeepMind 在《Nature》發表最近論文，介紹最新版的 AlphaGo Zero，純潔靠強化進修，就成為最強的棋士。

本來舊版 AlphaGo 開發時，先靠人類千年的聰明奠定，由曩昔的棋譜強化學習運算，算是綜合各家招數後自成一派。可是最新版的 AlphaGo Zero，研究人員只供應遊戲的法則，在不依賴人類數據之下自學，結果「無招勝有招」，表示更勝前代 AlphaGo。

DeepMind 作者群在論文中寫道，AlphaGo Zero 證實了即便在最具挑戰的領域，純強化進修的方式也是完全可行的－完全不需要人類提供類型或指導，不供給根基法則之外的任何範疇知識，使用強化進修就可以夠超出人類的水準。

另外，純強化學習方式只破費額外很少的訓練時候，相較於利用人類數據，實現了更好的漸進機能（asymptotic performance）。Youtube訂閱 Youtube觀看

在許多情況下，人類數據，分外是專家數據，常常過分昂貴，或者底子沒法取得。是以，作者認為，假如近似的技術可以利用到其他問題上，這些沖破就有可能對社會產生積極的影響。

DeepMind 在論文中指出，在進行了 3 天的自我練習後，AlphaGo Zero 在 100 局比賽中以 100：0 擊敗了上一版本的 AlphaGo，也就是打敗南韓九段棋士李世乭的版本。之後，再經 40 天的自我練習後，AlphaGo Zero 變得加倍壯大，超越了「Master」版本的 AlphaGo－完勝柯潔的版本。