昨天，程序DeepMind團隊又在arXiv上扔了個重磅炸彈，接級新一代AlphaZero在用了強勁的連擊計算資源（5000個一代TPU和64個二代TPU）之后，用不到24小時的世界時間自我對弈（tabula rasa，也叫白板）強化學習，冠軍接連擊敗了三個世界冠軍級的程序程序 (國際象棋、將棋、接級圍棋)。連擊
△ AlphaZero和國際象棋冠軍程序對弈
其中包括上一代冠軍圍棋程序AlphaGo Zero，這個程序發布還不到兩個月，冠軍DeepMind就又把自己顛覆了（所以谷歌團隊自我進化速度的程序時間單位都是按天計，可怕）。
AlphaZero的百局戰績
對弈國際象棋程序Stockfish：28勝，72平；
對弈將棋程序 Elmo：90勝，2平，8負；
對弈圍棋程序AlphaGo Zero：60勝，40負。
AlphaZero自我對弈的訓練時間
訓練次數 | 訓練時間 | 對弈冠軍棋類程序
30萬，2小時，擊敗將棋Elmo
11萬，4小時，擊敗國際象棋Stockfish
16.5萬，8小時，擊敗圍棋AlphaGo
把Go去掉，意味著AlphaZero ，已經是比AlphaGo Zero更通用的程序。
一直以來，盡管眾多頂尖的AI的程序都超過了人類世界冠軍的水平，但它們都只能在單一的領域執行單一的任務，并不能把這種擊敗人類的超能力泛化到其他任務中。
而DeepMind的野心可不僅僅是在棋類游戲上超越人類，這次他們研究出了這個更通用的程序AlphaZero，將會馬上投入到蛋白折疊的應用上。
官方稱，他們不久就會發表相關論文，通過檢測出蛋白錯誤折疊來快速診斷神經退行性疾病，比如阿爾茨海默癥，帕金森，囊狀纖維化。
期待AlphaZero在醫療健康領域的表現。