导读
AlphaZero下国际象棋的时候，最革命性的一点是，它没有棋子的概念。无论是人类高手还是过去的顶级AI，再怎么也是以棋子实力评估为基础的，被吃了大子会心疼，在这个基础上再去进行“重视中央”之类的局面评估理论。而AlphaZero却完全对棋子没有概念，只要它认为未来整体局势好，弃子根本不叫事。这次Deepmind新论文应该给出结论了，“MCTS+神经网络”就是先进生产力的代表。
本文来自微信公众号：观察者网（ID：guanchacn） 作者：陈经
2017年12月6号，Deepmind扔出了一篇论文《Mastering Chess and Shogi by Self-Play with a General Reinenforcement Learning Algorithm》，声称从AlphaGo Zero发展来的新程序AlphaZero又零基础自学，只用4个小时和2个小时就胜过了国际象棋和日本将棋的最强程序。加上之前在围棋上的进展，这其实等于是说，世界上所有知名棋类都可以用一个架构轻松碾压过去的高手，不管是人还是程序。
这篇文章正在被审核，按Deepmind过去的风格有可能还是投到《自然》去。但这回Deepmind不保密了，直接在
注：本文内容来自互联网，旨在为开发者提供分享、交流的平台。如有涉及文章版权等事宜，请你联系站长进行处理。