今年 5 月擊敗中國棋王柯潔後，Google 旗下的 DeepMind 圍棋 AI「AlphaGo」宣佈將不再參與圍棋比賽，同時會在今年稍晚發表最後一篇論文。而稍早，該篇稱作「不以人類知識稱霸圍棋」的論文也已經上線，讓外界一窺 AlphaGo「退出江湖」後做了哪些事。
該篇論文指出，新的「AlphaGo」選擇從零開始，不從人類對手或指導上學習圍棋新知，只單純以自家演算法自訓提高落子水準。最終，這個被稱作「AlphaGo Zero」的最終版，只自學了 3 天就擊敗當初戰勝李世石的版本，21 天後來到能與柯潔對戰版打平的程度，40 天後擊敗柯潔版 AlphaGo，成為史上最強的下棋 AI。
過程中，AlphaGo Zero 是透過不斷與自己對弈來提高棋力。在擊敗李世石版（AlphaGo Lee）的 3 天自訓期間，AlphaGo Zero 一共和自己對弈了 490 萬次，並從中發現人類花上數千年累積的圍棋模型與知識，以及其他人類沒有發現的策略。
AlphaGo Zero 也不再和以前的版本一樣，透過策略網絡（Policy Network）來決定落子位置，然後用價值網絡（Value Network）判斷勝負，而是把兩者整合到同一個神經網絡，從而提高自訓效率。除了演算法變得更精進，AlphaGo Zero 的能耗也變得更高效節能。
或許特別的是，AlphaGo Zero 證實 AI 不見得需要吸納大量資料，在遊戲規則明確的前提下，也可以靠優異的演算法自訓成為某個領域的專家。值得注意的是，由於 AlphaGo Zero 僅是專為圍棋對弈而設的 AI，它的成就不見得能反映在其他領域。「AI 取代人類」、或是讓 AI 為人類提供更好的服務，仍然有著長遠的發展道路。
