En diciembre de 2017, DeepMind publica AlphaZero, un sistema al que solo se le enseñan las reglas básicas de ajedrez, shogi y Go, y que alcanza un nivel sobrehumano en los tres juegos en menos de 24 horas de entrenamiento mediante aprendizaje por refuerzo jugando contra sí mismo, sin ninguna base de datos de partidas humanas ni heurísticas diseñadas a mano. En su artículo, DeepMind compara y enfrenta directamente a AlphaZero contra Stockfish (ajedrez) y otros motores especializados, derrotándolos de forma contundente. A diferencia de Deep Blue o Stockfish —herederos del paradigma de búsqueda alfa-beta y evaluación manual formulado por Shannon en 1950—, AlphaZero sustituye por completo ese enfoque por redes neuronales profundas guiando una búsqueda de árbol Monte Carlo, cerrando de forma simbólica el ciclo iniciado por el Ajedrecista de Torres Quevedo: de un árbol de decisión fijo construido a mano por un ingeniero a un sistema que descubre sus propias estrategias sin conocimiento humano previo.