以前其他版本的AlphaGo，都經過人類知識的訓練，它們被告知人類高手如何下棋。而最新發布的AlphaGo Zero使用了更多原理和算法，從0開始，使用隨機招式，40天后成為圍棋界的絕世高手。真真正正的自學成才。
新的AlphaGo Zero使用了一種全新的強化學習方式，從0基礎的神經網絡開始，與搜索算法結合，不斷進化調整、迭代升級。AlphaGo Zero的不同之處在于：
除了黑白棋子，沒有其他人類教給AlphaGo Zero怎么下棋。而之前的AlphaGo包含少量人工設計的特征。
AlphaGo Zero只用了一個神經網絡，而不是兩個。以前AlphaGo是由“策略網絡”和“價值網絡”來共同確定如何落子。
AlphaGo Zero依賴神經網絡來評估落子位置，而不使用rollouts——這是其他圍棋程序使用的快速、隨機游戲，用來預測哪一方會獲勝。
創新工場AI工程院副院長王詠剛用“大道至簡”四個字評價新版的AlphaGo Zero。
上述種種，讓AlphaGo Zero異常強大。
“人們一般認為機器學習就是關于大數據和海量計算，但是DeepMind通過AlphaGo Zero的案例發現，算法比計算或者數據可用性更重要”，AlphaGo團隊負責人席爾瓦(Dave Silver)介紹說，AlphaGo Zero的計算，比之前的AlphaGo減少了一個數量級。
如上圖所示，AlphaGo Zero也只用了4個TPU。
AlphaGo Zero到底多厲害，且看官方公布的成績單：
3小時后，AlphaGo Zero成功入門圍棋。
僅僅36小時后，AlphaGo Zero就摸索出所有基本而且重要的圍棋知識，以100:0的戰績，碾壓了當年擊敗李世乭的AlphaGo v18版本。
營業執照公示信息