电脑在人类自己创造的游戏中击败人类的能力长期以来一直被认为是人工智能发展的一个基准。在这项新的研究中，研究人员推出了AlphaZero，这是一套电脑程序，它不但能像超人那样掌握某些已知最复杂的棋类游戏（如象棋、将棋和围棋），而且它还能在并无以往知识、只了解游戏规则的情况下自学下棋。这些结果代表了朝着研发下棋AI所迈出的重要一步，这种AI能学会并掌握任何棋类游戏。

自IBM的象棋程序“深蓝”击败人类的世界冠军后的几十年中，游戏AIs已有长足进步，并能在日益复杂的游戏中击败人类。其它抽象性策略游戏（如将棋和围棋，它们的玩法都比象棋难得多）也已经被机器掌握。然而，据作者披露，驱动这些AI系统的算法常常构建于利用单一游戏属性，它们依赖于“手工制作的”知识或其人类开发者所灌输的游戏策略。

基于自己下棋的强化学习，DeepMind的David Silver和同事研发了AlphaZero；这是一种通用的玩游戏程序，它不需要来自人类的信息，相反，它能通过反复与自己下棋而学会下象棋、将棋和围棋，直至将其一一掌握。据Silver等披露，该系统只需几个小时的自学后便能击败专精这3种游戏的最先进的AI程序。

在相关的《视角》文章中，Murray Campbell写道，尽管像象棋、将棋和围棋等游戏极为复杂，但AI近来取得的进展已经令其成为能轻易解决的问题。因此，AI研究人员需要考虑新一代的游戏（如多个玩家参与的电子游戏），这样才能给AI系统提出下一阶段的挑战。