IT之家12月24日動靜 谷歌的 DeepMind 人為智能暫時仍舊進化到第四代，名為 MuZero。最新的版本不妨無需進修棋類等玩耍規則便能控制玩耍。該本領不妨運用于呆板人本領、產業體例以及凌亂的實際寰球。

早在 2016 年，AlphaGo 先后打敗圍棋寰球冠軍李世石、柯潔，這不過是 DeepMind 人為智能的初代版本，須要事前輸出洪量人類對弈數據、規則數據進行演練，而后才不妨進行實戰。AlphaGo 是首個不妨運用神經搜集、樹狀探求實足控制圍棋的人為智能。

爾后于 2017 年推出的第二代 AlphaGo Zero，不妨不借助人類對弈數據，不過事前輸出規則便可自行演練，最后控制圍棋。

谷歌第三代的人為智能 AlphaZero，不只不妨自決學會圍棋，也不過依附事前領會規則，控制了國際象棋、日本將棋。

按照谷歌公布在《天然》雜志的作品表露，第四代人為智能 MuZero 不妨在未知規則的情景放學會上述四種棋類，籌備克服策略。其他，還不妨控制掌機玩耍 Atari。

DeepMind 公司表白，多年來接洽職員從來在探求一種本領，既不妨進修創造用于表明暫時情景的模子，也不妨運用這個模子來進行最佳的計劃。直到即日，大學一年級致本領都難以在 Atari 這種玩耍中進行靈驗籌備。

MuZero 開始在 2019 年推出，經過只關情緒況中最要害的一個方面，來進修創造一個模子，并處置題目。經過將這種本領與 AlphaZero 宏大的探求樹本領相貫串，MuZero 的本領實行了宏大奔騰。其他，MuZero 還運用了前瞻探求、鑒于模子的籌備來處置題目。簡直來說，MuZero 對情景中至關要害的三個題目來安置：

價格：此刻所處的場所有多好？

策略：哪一種動作是最佳的？

贊嘆：結果一步的辦法截止有多好？

IT之家領會到，Atari 公司于 1976 年在美利堅合眾國推出了 Atari 2600 玩耍機，這是史上第一部真實意旨上的家用玩耍主機，其所有人命周期貫穿到 1992 年，共售出三萬萬臺。