继 AlphaGo 扬名海外后，DeepMind 再推新模型 MuZero，该模型可以在不知道游戏规则的情况下，自学围棋、国际象棋、日本将棋和 Atari 游戏并制定最佳获胜策略，论文 12 月 24 日发表至《Nature》。

自 2016 年，令柯洁流泪、让李世石沉默的 AlphaGo 横空出世，打遍棋坛无人能敌后，AI 棋手的名号就此一炮打响，而其背后的发明家 DeepMind 却没有因此止步，四年之内迭代了四代 AI 棋手，次次都有新突破。

始祖 AlphaGo 基于人类棋手的训练数据和游戏规则，采用了神经网络和树状搜索方法，成为了第一个精通围棋的 AI 棋手。

二代 AlphaGo Zero 于 2017 年在《Nature》发表，与上代相比，不需要人类棋手比赛数据作为训练集，而是通过自对抗的方式自己训练出最佳模型。

三代 AlphaZero 在 2018 年诞生，将适应领域拓宽至国际象棋和日本将棋，而不是仅限于围棋。

第四代、也就是今天新公布 MuZero 最大的突破就在于可以在不知道游戏规则的情况下自学规则，不仅在更灵活、更多变化的 Atari 游戏上代表了 AI 的最强水平，同时在围棋、国际象棋、日本将棋领域也保持了相应的优势地位。

关键词： AlphaGo