完全沒有吸取過人類經驗，卻勝過所有向人類學習的舊版程式。
Google團隊開發出的AlphaGo，過去幾個版本的表現屢屢震撼人類的想像：2016年跟韓國棋士李世 對弈的AlphaGo Lee，僅輸了一局，程式還存有某種錯誤；而後升級的AlphaGo Master於今年5月對上中國棋士柯潔，戰績全勝。這些版本的程式都是從人類經驗中成長，學習優秀的棋譜，再自我訓練數百萬次。
今年10月，科學家公布了一個終極版本AlphaGo Zero，它沒有輸入過人類棋譜，全靠著自我對戰來「強化學習」，學了40天，AlphaGo Zero對戰Master的勝率就將近九成！圍棋AI使用「人工神經網路」來模仿人腦的思考與直覺，選擇落子位置的是「策略網路」，預測勝率的是「價值網路」，在AlphaGo Zero中，這二個神經網路合而為一，能力更強。
自學的AlphaGO Zero有許多觀念和人類累積數千年的智慧一致，如開局先占領棋盤的角落、基礎布局的攻守定式等；還有在收尾階段劃分黑白方界線時，盡量占領更多地的棋步。但在中盤階段，因為每人下棋風格不同，就有無窮的變化性，而AlphaGO Zero在每一步總是穩穩掌握優勢，雖然人們不見得能參透它的棋路。
AlphaGO Zero從零開始，自己摸索圍棋的奧義，還發展創新的棋步，狂勝之前打敗人類的舊版AI，讓人驚覺圍棋的境界沒有最高，只有更高啊！但它已退役了，科學家未來會轉移重心到不同領域的AI目標。
[更多詳細內容請參閱《科學少年》2017年12月 ]