新華社倫敦１２月６日電英國“深度思維”公司最新發(fā)布的論文說，該公司一種通用棋類人工智能“阿爾法零”能從零基礎開始強化學習，２４小時之內擊敗了此前最強的國際象棋、日本將棋和圍棋人工智能程序，由此前專攻一項技能走向多種技能“通殺”。

“深度思維”公司在最新論文中透露，“阿爾法零”從零開始，通過自我對弈強化學習，約２小時擊敗日本將棋頂級人工智能程序，４小時擊敗國際象棋頂級人工智能程序，８小時擊敗戰(zhàn)勝韓國棋手李世石的“阿爾法圍棋－李”，并在２４小時內戰(zhàn)勝了通過７２小時自我學習訓練稱王圍棋的“阿爾法圍棋－零”。

１０月，“阿爾法圍棋－零”第一次讓人工智能在不“學習”任何既定棋譜、只設定規(guī)則的情況下，完全“從零開始”、自我對弈取得飛速進步。而此次的“阿爾法零”在此基礎上訓練了３種獨立的程序，其中國際象棋程序自我對弈４４００萬局，日本將棋程序自我對弈２４００萬局，圍棋對弈了２１００萬局。

一些人工智能專家表示，人工智能完全依靠自己摸索，意味著人工智能可以更好地進入對它來說本是一片空白的領域；而“阿爾法零”的問世顯示人工智能可以向通用化發(fā)展，為諸如開發(fā)新藥這種與棋類游戲一樣有明確規(guī)則和目標的問題提供發(fā)展藍圖。