Google 的 AlphaGo 人工智能打敗人類圍棋世界冠軍成為一時佳話，在那次之後繼續有開發加強運算能力，最近開發者之一的黃士傑博士再公佈，AlphaGo 的後繼版本 AlphaZero 已經自學精通了三種棋類，包括國際象棋、日本將棋和圍棋。
Google 的 DeepMind 團隊在 AlphaGo 之後，開發了 AlphaGo Zero 利用自我強化學習的方式改進效能，成功打敗 AlphaGo。而他們在這之後繼續開發的 AlphaZero，則把下棋人工智能擴充到圍棋以外的其他棋類，包括了國際象棋和日本將棋。根據 DeepMind 表示，AlphaZero 同樣利用強化學習方式，令演算法無需再透過人類對弈的數據作訓練，在更短的時間內達到高水平，除了已經在圍棋方面贏了 AlphaGo Zero 外，亦已經在國際象棋方面大幅超越 Stockfish。
棋類對弈的電腦自動運算，一直是這方面的發展指標，從前的 IBM Deep Blue 電腦與人類對弈的事件，更成為了機器超越人類的里程碑。不過現在隨着人工智能技術已經神速進步，未來將會變成電腦對電腦的情況，始終即使是職業棋手，每會合最多只能估算 100 個可能的情況，但 AlphaZero 已經可以考慮 1,000 個，因此優勢已經明顯大幅超越人類。
來源：ITMedia
