En marzo de 2016 AlphaGo, desarrollado por DeepMind bajo la dirección de Demis Hassabis, derrota al campeón mundial Lee Sedol por 4-1 en un torneo televisado globalmente. El hito es más que un récord en juegos: el Go había sido durante décadas el ejemplo paradigmático de dominio considerado inabordable para la IA clásica, con un espacio de estados de 10^170 posibles posiciones —más que los átomos del universo observable—, lo que hace inviables las técnicas de búsqueda exhaustiva que habían funcionado en ajedrez. AlphaGo combina tres innovaciones: redes neuronales convolucionales profundas entrenadas sobre millones de partidas humanas para evaluar posiciones, aprendizaje por refuerzo mediante autopartidas para mejorar más allá del nivel humano, y Monte Carlo Tree Search guiado por las redes para explorar el árbol de juego de forma selectiva. La derrota de Lee Sedol —considerado el mejor jugador de la década— produce un impacto cultural y político inmediato: gobiernos, empresas e inversores revalúan el horizonte temporal de la IA. La versión posterior AlphaGo Zero (2017) aprende exclusivamente mediante autopartidas sin datos humanos, superando a AlphaGo por 100-0 y demostrando que el aprendizaje por refuerzo puede descubrir conocimiento experto de forma completamente autónoma.