當人們還沉浸在AlphaGo4：1擊敗韓國棋手李世石的喜悅中， 為人工智慧的法陣振奮時， 另一個驚人的消息傳來了， google旗下子公司deepmind研發的AlphaGo升級版人工智慧AlphaGo zero面世， 並且AlphaGo zero經過三天的訓練， 以100：0輕鬆擊敗了“現世界棋王”AlphaGo， 非要來形容這場由兩個人工智慧產品的較量， 那就是刀未出鞘， 人已躺下。
沒錯， 就是這麼犀利。 因為AlphaGo和AlphaGo zero是兩代產品， AlphaGo作為第一代人工智慧的佼佼者， 它是通過大量的觀摩， 把人的所有下棋思路記在程式中， 在對陣李世石時， 把程式調出來應用即可， 可以說不是AlphaGo擊敗的李世石， 是世界上所有的優秀棋手擊敗的李世石。 而AlphaGo zero擊敗AlphaGo則是真正的人工智慧擊敗了全世界優秀的棋手。
為什麼這麼說？因為AlphaGo zero已經不需要記憶棋手的思路， deepmind公司的程式師只把圍棋的規則輸入到AlphaGo zero的“大腦”中， 剩下的事就靠AlphaGo zero自身的程式命令來執行， 通俗的將， AlphaGo zero本身有無數個像人大腦中的“神經元”一樣的“枝杈”， 可以天馬行空任意發揮， 當AlphaGo zero下完第一個子， 需要下第二個子時， 它會清空“神經元”中所存資訊， 按照棋局進行計算， 選擇勝率最高的第二步棋， 依次類推。 所有每一步棋局， 都是AlphaGo zero自己通過訓練得出的， 沒有參考人類的任何一盤棋局。
AlphaGo zero所取得成績， 是它“辛苦”訓練三天所得到的彙報。 當人工智慧由第一階段的大資料資訊提取再篩選應用發展到不依靠人類資料就可以獨立思考的程度， 應該說， 人工智慧又發展到新的階段了。
當人工智慧可以獨立思考並學習以後， 它便可以幫助人類做一些無法完成， 或暫時攻克不了的難題， 比如， 人類可以將人工智慧應用在科學領域、醫學領域、航空領域等高精尖領域， 從而幫助人類更好的發展。
人工智慧發展到如此驚人的地步， 或許以後人工智慧還能替人類做更多更有意義的事。