據韓媒報導，超越圍棋人工智慧「AlphaGo」的「AlphaZero」已面世，「AlphaZero」圍棋的特點是在沒有教科書或棋譜的情況下，只要知道遊戲法則，就具備掌握所有棋類遊戲的能力。特別是以圍棋為對象，與「AlphaGo」不同的是一個算法可以適用於西洋棋、昭和（日本象棋）等其他棋類遊戲，是AI廣泛應用的重要裡程碑，因此備受期待。
12月7日，包括谷歌Deep Mind創始人兼CEO德米斯·哈比斯在內的13位研究學者在「科學」雜誌上發表了題目為「通過自我學習掌握西洋棋、昭和、圍棋的通用強化學習算法」。
「AlphaZero」與「AlphaGo」一樣都是不需要大數據學習，「AlphaZero」用了4個小時打敗了2016年西洋棋AI冠軍」Stockfish」，用了2個小時打敗了2017年昭和象棋AI冠軍」 Elmo」，」Stockfish」與」 Elmo」都是在輸入大數據的基礎上採用檢索最優數的方式，「AlphaZero」則是像人的大小腦一樣用深層神經網技術自己積累數據，採用快速找出勝算高且最優數的方式。
「AlphaZero」用了8個小時就贏了圍棋9段王者李世石，而之前「AlphaGo」用了30個小時，在圍棋領域與「AlphaGo」對決的勝率達到61%。Deep Mind研究員戴維德表示「最近因為技術的發達，出現了能夠輕鬆徵服西洋棋、象棋、圍棋之類的棋類遊戲算法，AI開發的下一個課題是徵服多個人參與的視頻遊戲，類似於戰略模擬的遊戲」。
另外，Deep Mind 於12月2日在墨西哥坎昆舉行的蛋白質構造預測學術大會上用AI 」AlphaFold」成功預測了生命的基本分子蛋白質的三維形態，「AlphaFold」成功預測了43個蛋白質中25個結構構造並取得第一名，而第二名獲得者只成功預測了43個蛋白質中的3個構造。