今日凌晨（倫敦時間 10 月 18 日 18:00），DeepMind 公佈瞭 AlphaGo 的最新升級版本 AlphaGo Zero，並於最新一期的《自然》雜志上，對其使用的相應技術做出詳解。
DeepMind 稱，"AlphaGo Zero 與 AlphaGo 最大的不同是做到瞭真正的自我學習，經過 3 天的訓練，就以 100：0 的戰績完勝前代 AlphaGo。"
除瞭夜貓子們第一時間看到瞭這則消息外，曾與 AlphaGo 有過交戰的柯潔也在第一時間做出回應，柯潔表示，" 對於 AlphaGo 的自我進步來講 ... 人類太多餘瞭 "。
今年 5 月，在烏鎮舉辦的圍棋峰會上，世界排名第一的柯潔不敵 AlphaGo，最終以 0：3 告負。隨後，AlphaGo 宣佈退役，不再與人類下棋，DeepMind 則表示，將在今年晚些時候公佈 AlphaGo 的技術細節。
那麼，究竟這次的 AlphaGo Zero 相較此前的版本有哪些提升呢？（劃重點啦）
1.AlphaGo Zero 通過與自己不斷挑戰來進行提升，不依賴人類數據。此前版本則是通過分析海量棋譜數據進行學習。AlphaGo 打敗李世石用瞭 3000 萬盤比賽作為訓練數據，而 AlphaGo Zero 僅用瞭 490 萬盤比賽數據。經過 3 天的訓練，AlphaGo Zero 以 100：0 的戰績完勝 AlphaGo。並且隻用瞭 1 臺機器和 4 個 TPU，而李世石版 AlphaGo 則用瞭 48 個 TPU。
2.AlphaGo Zero 隻使用圍棋棋盤上的黑子和白子作為輸入，而上一版本的 AlphaGo 的輸入包含瞭少量人工設計的特征。
3.AlphaGo Zero 不使用 " 走子演算 "，它依賴於高質量的神經網絡來評估落子位置。其它圍棋程序使用的快速、隨機遊戲，用來預測哪一方將從當前的棋局中獲勝。
4. 在訓練過程中，AlphaGo Zero 每下一步需要思考的時間是 0.4 秒。相比之前的版本，僅使用瞭單一的神經網絡。
5.AlphaGo Zero 采用的是人工神經網絡。這種網絡可以計算出下一步走棋的可能性，估算出下棋選手贏的概率。隨後根據計算，AlphaGo Zero 會選擇最大概率贏的一步去下。
DeepMind 聯合創始人兼 CEO 哈薩比斯稱："AlphaGo Zero 是我們項目中最強大的版本，它展示瞭我們在更少的計算能力，而且完全不使用人類數據的情況下可以取得如此大的進展。"
2014 年谷歌以 4 億英鎊的價格收購英國人工智能公司 DeepMind。2016 年，谷歌旗下的 DeepMind 團隊發佈 AlphaGo，並在以 4:1 的成績擊敗李世石後，名聲大噪。
相較於研究成果的閃耀，DeepMind 在研究費用上的投入也是驚人的。據英國政府此前發佈的資料顯示，DeepMind 僅去年一年就虧損瞭 1.62 億美元。對此，DeepMind 則表示，" 我們會繼續向自己的科學使命投資，與世界上最聰明的人合作，解決社會上最復雜的問題。"
