如今人工智能大行其道，不论是算法、显卡、处理器等，都一一将人工智能加入技术中。而人工智能的进化速度之快，更已不是在专精层面，在通用的层面上人工智能也有新突破。
人工智能公司deepmind早前于《自然》期刊上，发布了新一款ai模型muzero，它的最大特点是精通各种不同游戏如雅达利（atari）电子游戏、西洋棋、围棋及日本象棋，并且能够在不告知游戏规则的情况下，也可以在过程之中自行学习与领悟。deepmind更指，它在各种游戏上的表现都十分优秀。
根据deepmind的讲法，muzero的设计理念，是为了应用在现实环境，并可以在不同环境下应用的人工智能，并且可以应对未知、复杂及混乱的环境，其中有甚多未知的“游戏规则”。而它的运行方式，就是为它所游玩的游戏创建一个模型，然后依照该模型分析，并规划出游戏中最好的策略。
deepmind提供的信息透露，muzero主要以三种环境的元素搭建模型，然后规划：当前位置的好坏、采取那一个行动是最好、以及最后一个行动的好坏。
负责开发这款人工智能的计算机科学家大卫西尔弗（david silver）在英国广播公司（bbc）的访问中透露，“这个人工智能起初一无所知，只可以在不停尝试与失败之中探索世界的规则，然后以这些规则，去达到超越人类的表现。”
他们也测试了muzero在各项棋类游戏上的性能，发现不单在棋类游戏上有alphazero同样的性能水准，比起现有的最佳系统，它在atari游戏的表现更是超越同侪。
他续指，这款人工智能已应用在压缩视频上，因为在网络上的流量绝大多数都是视频，如果能够有效地压缩视频的流量，可节省不少开支。
muzero最初在2019已经公布，不过正式在《自然》期刊上发布则在今年（2020年）年尾。
来源：bbc、deepmind