谷歌的DeepMind出台了一项新文件，在该文件中概述了他们的机器学习体系是怎么创造出阿尔法狗并树立针对国际象棋的新体系，以实现在每一场游戏中打败尖端选手。这项方案也被称作阿尔法零，一起，也完败它的前身阿尔法狗零。
这也是DeepMind规划的下一个意向。国际象棋和将棋（类似于象棋的棋盘游戏，起源于日本）范畴中，电脑程序均已打败人类玩家。阿尔法零也打败了象棋界的顶尖高手Stockfish以及将棋范畴的高手Elmo。

程序开始就被规划为独立体系，经过强制学习，可对每一个游戏规矩的要害信息进行学习，断定每一步棋路。而阿尔法狗（包含阿尔法狗零，也是依托自我发挥的强制学习练习）就是专门为此效劳的，阿尔法零的规划相对来说愈加灵敏。

该通用规划现已为AI体系的开展描绘出一个蓝图，包含玩儿游戏以及处理其他规矩清晰的问题，比方规划药物。

在三种状况下对阿尔法狗别离进行练习，包含围棋、将棋和象棋。象棋要自我练习大约4400万场竞赛，将棋要练习2400万 场竞赛，而围棋体系要经过2100万场竞赛。

阿尔法零的优势还未断定，围棋和别的两个类型的竞赛也有许多要害性的差异需求DeepMind进行挑选。关于每一步棋，无论是国际象棋仍是将棋均有严厉的约束，每场竞赛的板面都不像围棋那样能够自行旋转。此外，在将棋中，对手能够拿住旗子然后将它放在板上。

阿尔法零的首要算法也有必要进行改动，由于现代围棋游戏不允许有平局，阿尔法零的算法有必要进行成功优化设置以到达成果的优化，将平局算入国际象棋中。

经过体系的一切测验，呈现出一些风趣的趋势，在对立Stockfish的100场竞赛中，没有一次失手。下白棋时竞赛赢了25次，平局25次，下黑棋时赢了3局，47次平局。（这一状况并不常见，在象棋中具有显着的优势。）

阿尔法零也经过自我发挥学习了一些象棋中最为盛行的敞开移动，与随后的竞赛比较，这种超长发挥的次数虽然并不多见，可是也满足体现了电脑学习象棋常识的速度有多快，而这些经历关于人类来讲，需求绵长时刻的堆集。

阿尔法零在对立Elmo的竞赛中的体现更为均衡，可是也闪现除了必定的弱势。DeepMind体系输掉了5局白棋外加3倍的黑棋。日本象棋是比象棋更为杂乱的一种棋类，由于它在一种更大的板面上进行对立，愈加杂乱。

围棋是间隔最近的一种竞赛，比较第一次和第2次的对立，阿尔法零赢得了更多的竞赛，它的前身阿尔法狗零第一次赢了19局，第2次赢了21局。

现在咱们还不清楚阿尔法零是怎么衡量人类对手的。关于Elmo and Stockfish这两位打败了顶尖人类选手的人来说，DeepMind 将体系的功能称为超人愈加合理。该公司表明，在垂手可得打败了人类竞争对手后，阿尔法狗将不再参加早前与人类的对立游戏。