如今人工智能大行其道，不論是演算法、顯示卡、處理器等，都一一將人工智能加入技術中。而人工智能的進化速度之快，更已不是在專精層面，在通用的層面上人工智能也有新突破。
人工智能公司 DeepMind 早前於《自然》期刊上，發佈了新一款 AI 模型 MuZero，它的最大特點是精通各種不同遊戲如雅達利 （Atari）電子遊戲、西洋棋、圍棋及日本象棋，並且能夠在不告知遊戲規則的情況下，也可以在過程之中自行學習與領悟。Deepmind 更指，它在各種遊戲上的表現都十分優秀。
根據 DeepMind 的講法，MuZero 的設計理念，是為了應用在現實環境，並可以在不同環境下應用的人工智能，並且可以應對未知、複雜及混亂的環境，當中有甚多未知的「遊戲規則」。而它的運作方式，就是為它所遊玩的遊戲建立一個模型，然後依照該模型分析，並規劃出遊戲中最好的策略。
DeepMind 提供的資訊透露，MuZero 主要以三種環境的元素繪製模型，然後規劃：當前位置的好壞、採取那一個行動是最好、以及最後一個行動的好壞。
負責開發這款人工智能的電腦科學家大衛西爾弗（David Silver）在英國廣播公司（BBC）的訪問中透露，「這個人工智能起初一無所知，只可以在不停嘗試與失敗之中探索世界的規則，然後以這些規則，去達致超越人類的表現。」
他們亦測試了 MuZero 在各項棋類遊戲上的效能，發現不單在棋類遊戲上有 AlphaZero 同樣的效能水準，比起現有的最佳系統，它在 Atari 遊戲的表現更是超越同儕。
他續指，這款人工智能已應用在壓縮影片上，因為在網絡上的流量絕大多數都是影片，如果能夠有效地壓縮影片的流量，可節省不少開支。
MuZero 最初在 2019 已經公布，不過正式在《自然》期刊上發表則在今年（2020 年）年尾。
