আলফাগো এবং আলফাজিরো

AlphaZero then mastered Go, chess, and shogi entirely through self-play, learning superhuman skill from scratch.

পর্যবেক্ষণযোগ্য মহাবিশ্বে পরমাণুর তুলনায় Go-এর সম্ভাব্য বোর্ডের অবস্থান বেশি, যা ব্রুট-ফোর্স অনুসন্ধানকে আশাহীন এবং অন্তর্দৃষ্টিকে অপরিহার্য করে তোলে। 2016 সালে, AlphaGo কিংবদন্তি চ্যাম্পিয়ন লি সেডলকে 4-1 ব্যবধানে পরাজিত করেছিল, যার বিখ্যাত 'মুভ 37' অত্যাশ্চর্য বিশেষজ্ঞদের সৃজনশীলভাবে অ-মানব হিসাবে। AlphaGo মানব বিশেষজ্ঞ গেম প্লাস সেলফ প্লে থেকে শিখেছে। 2017 সালে, AlphaZero আরও এগিয়ে গেছে: শুধুমাত্র নিয়ম এবং কোনো মানবিক তথ্য ছাড়াই, এটি নিজের বিরুদ্ধে লক্ষ লক্ষ গেম খেলে নিজেকে শিখিয়েছে, কয়েক ঘন্টার মধ্যে সেরা Go, দাবা, এবং শোগি প্রোগ্রামগুলিকে ছাড়িয়ে গেছে। একটি পরবর্তী সিস্টেম, MuZero, এমনকি গেমের নিয়মগুলি নিজে থেকেই শিখেছিল। এই মাইলফলকগুলি দেখায় কিভাবে শক্তিবৃদ্ধি শেখার প্লাস অনুসন্ধান মানুষের জ্ঞানের বাইরে কৌশলগুলি আবিষ্কার করতে পারে।