DeepMind 发布 AlphaGo Zero：从随机对弈中自我学习

DeepMind 于 2017 年介绍 AlphaGo Zero：该系统不使用人类棋谱，从随机对弈开始，通过自我对弈和强化学习学习围棋。文中称它迅速超越人类水平，并以 100 比 0 击败此前击败过人类世界冠军的 AlphaGo 版本；其输入仅为棋盘黑白子，并将策略与价值功能合并在一个神经网络中。