據韓媒報道，超越圍棋人工智能“AlphaGo”的“AlphaZero”已面世，“AlphaZero”圍棋的特點是在沒有教科書或棋譜的情況下，只要知道游戲法則，就具備掌握所有棋類游戲的能力。特別是以圍棋為對象，與“AlphaGo”不同的是一個算法可以適用于國際象棋、昭和（日本象棋）等其他棋類游戲，是AI廣泛應用的重要里程碑，因此備受期待。
12月7日，包括谷歌Deep Mind創始人兼CEO德米斯·哈比斯在內的13位研究學者在“科學”雜志上發表了題目為“通過自我學習掌握國際象棋、昭和、圍棋的通用強化學習算法”。
“AlphaZero”與“AlphaGo”一樣都是不需要大數據學習，“AlphaZero”用了4個小時打敗了2016年國際象棋AI冠軍”Stockfish”，用了2個小時打敗了2017年昭和象棋AI冠軍” Elmo”，”Stockfish”與” Elmo”都是在輸入大數據的基礎上采用檢索最優數的方式，“AlphaZero”則是像人的大小腦一樣用深層神經網技術自己積累數據，采用快速找出勝算高且最優數的方式。
“AlphaZero”用了8個小時就贏了圍棋9段王者李世石，而之前“AlphaGo”用了30個小時，在圍棋領域與“AlphaGo”對決的勝率達到61%。Deep Mind研究員戴維德表示“最近因為技術的發達，出現了能夠輕松征服國際象棋、象棋、圍棋之類的棋類游戲算法，AI開發的下一個課題是征服多個人參與的視頻游戲，類似于戰略模擬的游戲”。
另外，Deep Mind 于12月2日在墨西哥坎昆舉行的蛋白質構造預測學術大會上用AI ”AlphaFold”成功預測了生命的基本分子蛋白質的三維形態，“AlphaFold”成功預測了43個蛋白質中25個結構構造并取得第一名，而第二名獲得者只成功預測了43個蛋白質中的3個構造。
